论文部分内容阅读
使用无预选框(Anchor-free)的检测框架,设计了一种行人检测算法。将深度残差网络(Res Net)作为特征提取网络,与特征金字塔网络(FPN)结构相结合,使用了多尺度预测的方式进行预测。把目标中心点和尺寸作为一种高级的语义特征,将含有更多细节信息的浅层特征图和含有更多语义信息的深层特征图进行融合。在Citypersons数据集上进行了实验验证,相较现有行人检测算法,提出的算法在轻微遮挡、一般遮挡和严重遮挡情况下漏检率分别提升了1. 11%~3. 01%,0. 15%~6. 55%和0. 59