论文部分内容阅读
行人检测是目标检测领域的一个重要分支,目前行人检测算法已经取得了较好的发展,但拥挤场景下存在着行人间的严重遮挡,这为检测任务带来了极大地挑战。为有效缓解该问题,在YOLOv3的基础上进行改进,提出单阶段密集行人检测算法:Crowd-YOLO,该算法将可见框标注信息加入到网络中,使网络同时预测全身框与可见框信息从而提升检测性能;提出时频域融合注意力模块(TFFAM),将频域通道注意力和空间注意力加入到网络中重新分配特征权重;采用数据关联型上采样代替传统的双线性插值,使深层特征图获取更为丰富的信息表达。