梁 煜，李佳豪，张 为，孙琦龙

嵌入中心点预测模块的Yolov3遮挡人员检测网络

梁 煜1，李佳豪1，张 为1，孙琦龙2

(1. 天津大学微电子学院，天津 300072；2. 青海民族大学计算机学院，西宁 810007)

为解决目前实际监控场景下人员检测任务中存在的遮挡问题，提出了一种改进的Yolov3检测网络．首先，针对现有人员检测算法的被检测目标姿态单一且大多是室外直立行人的问题，自建了一个包含16832张样本的多场景人员检测数据集用于对检测网络进行训练和测试，其中包含训练集样本12090张，测试集样本4742张．随后，为了提升网络在遮挡情况下的检测效果，设计了中心点预测模块(CPM)并将其嵌入到原Yolov3网络中3个尺度的输出特征图上，通过该模块首先确定目标的中心位置作为预提取的中心点，随后在此预提取的中心点上对目标的位置和尺寸进行精确的回归．最后，候选框的精确回归中采用广义的交并比指标来构造损失函数进行优化，通过准确地构造候选框和真实目标框的位置关系来提高其回归精度，同时降低损失函数在不同尺度目标下的波动．实验结果表明：优化网络结构和损失函数后的检测网络在测试集上的检测精度提高了2.92%，漏检率下降2.94%，针对实际监控场景下的遮挡情形取得了很好的检测效果，而且对多姿态人员目标的检测结果具有很好的鲁棒性；同时检测速度达到了28帧/s，保证了检测的实时性．另外，在Caltech行人数据库上该网络的漏检率为6.02%，相对于传统的检测网络同样达到了最优的效果，进一步印证了网络在行人检测任务上的优越性．