| 行人检测中非极大值抑制算法的改进 |
| |
| 引用本文： | 陈金辉,叶西宁.行人检测中非极大值抑制算法的改进[J].华东理工大学学报(自然科学版),2015,41(3):371-378. |
| |
| 作者姓名： | 陈金辉 叶西宁 |
| |
| 作者单位： | 华东理工大学信息科学与工程学院,上海,200237 |
| |
| 摘 要： | 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。
|
| 关 键 词： | 行人检测 非极大值抑制 ACF算法 目标检测 |
Improvement of Non-maximum Suppression in Pedestrian Detection |
| |
| CHEN Jin-hui
,
YE Xi-ning.Improvement of Non-maximum Suppression in Pedestrian Detection[J].Journal of East China University of Science and Technology,2015,41(3):371-378. |
| |
| Authors: | CHEN Jin-hui YE Xi-ning |
| |
| Abstract: | |
| |
| Keywords: | pedestrian detection non-maximum suppression aggregated channel features object detection |
| 本文献已被 CNKI 等数据库收录！ |
|
