张 童,谭南林,包辰铭

(北京交通大学机械与电子控制工程学院,北京 100044)

1 引 言

随着智能驾驶和机器人在工业、军事和科学研究方面的快速发展,目标检测技术的发展显得尤为重要。智能驾驶的自动导航和避障受到了越来越多的关注,为了保障无人驾驶和机器人运动的安全性,必须有实时的目标检测技术。不同环境下的障碍物检测由于环境的不同、目标形态的多变性、光照不同的外部条件变化等,检测起来难度较高。

现有红外行人检测一般有两种方法,一种是基于人工提取特征进行特征学习并分类的方法[1],一种是基于深度学习提取特征的方法[2]。基于人工提取特征检测的方式,是在给定的一张图像上选取固定大小的区域,利用选取的区域人工设计提取特征(比如HOG[3]、SIFT[4]),对于提取的特征进行学习并用分类器进行分类(比如SVM[3])。此类方需通过滑动窗口实现,时间复杂度较高,且鲁棒性不强,很难保障红外行人检测的实时性。基于深度学习的方法是利用深度卷积网络[5]从图像中提取特征从而进行目标检测的方法,其特征一般要强于人工提取的特征,可分为one-stage和two-stage两大类。先提出来的two-stage通过产生潜在候选区域,根据训练的分类器来进行分类,代表性的网络为R-CNN[6]、SPPNet[7]、Fast R-CNN[8]和Faster R-CNN[9]等。One-stage的方法是直接通过神经网络预测出行人的位置,代表性网络有SSD[10]和YOLO[11]。随着YOLO[11-13]的提出和不断改进,YOLOv2[12]和YOLOv3[13]增强了模型的鲁棒性和准确率及检测速度,且准确率上已经超过了SSD。

综合考虑上述问题,本文提出了一种新型红外行人检测方法,可以应用于嵌入式设备。……