论文部分内容阅读
针对小目标以及遮挡严重的场景下的行人目标检测准确率较低的问题,提出一种卷积层信息融合的方法。根据经典卷积神经网络的设计特点,融合不同尺度的卷积特征信息;在此基础上,尝试将目标全局以及局部上下文信息进一步融合。在VOC数据集以及Brainwash数据集上验证该模型的性能,实验结果表明,这种卷积特征融合对于多尺度的物体以及目标遮挡问题,可有效提升目标检测的准确率。