计算机工程与科学

作者：肖振久, 李思琦, 曲海成

单位：辽宁工程技术大学软件学院，辽宁 葫芦岛 125105

关键词：拥挤场景,行人检测,多尺度网络,互监督,

基金：辽宁省高等学校基本科研项目(LJKMZ20220699);辽宁工程技术大学学科创新团队(LNTU20TD-23)

针对拥挤场景中，行人漏检率高、准确率低的问题，提出一种基于多尺度特征与互监督的拥挤行人检测网络。为了有效提取复杂场景中的行人特征信息，用PANet金字塔网络与混合空洞卷积相结合的网络提取特征信息。然后，设计了一种行人头部-全身互监督检测网络分别进行头部和全身检测，利用头部预测框和全身预测框的互监督获得更加准确的行人检测结果。所提出的网络在数据集CrowdHuman上取得了13.5%的MR-2性能，相较于YOLOv5网络提升了3.6%，同时AP提升了3.5%；在CityPersons数据集上取得了48.2%的MR-2性能，相较于YOLOv5网络提升了2.3%，同时AP提升了2.8%。实验结果表明，提出的网络在人群拥挤的密集场景中具有良好的检测效果。

来源：2024年第7期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第7期