舒壮壮,单 梁,马苗苗,屈 艺,李 军

(南京理工大学 自动化学院,江苏 南京 210094)

随着自动驾驶、视频监控以及机器人视觉等领域研究的发展,行人检测作为其中的重要组成部分,具有极大的应用前景。近些年来深度学习的发展,也给行人检测提供了新的思路,与基于机器学习的行人检测算法相比较,基于卷积神经网络(Convolution neural network,CNN)的深度学习方法极大地推动了行人检测算法的发展。

传统行人检测算法的设计思想主要是先基于手工设计的特征算子提取行人特征,再利用机器学习的分类模型将检测问题转换为分类问题来确定行人的位置。Dalal等[1]提出经典的方向梯度直方图(Histograms of oriented gradients,HOG)模型,借助于梯度算子提取特征,再使用支持向量机(Support vector machine,SVM)分类模型将检测问题划分为若干个小方格中的分类问题以最终实现行人的检测。在传统的行人检测算法中,特征算子提取到的特征只能是该算子所关注的特征信息,无法充分利用图像中既有的全部信息,缺乏有效的图像表达能力,比如HOG模型中的算子仅仅关注梯度信息。

随着CNN的发展,行人检测算法的研究借助于CNN实现飞速发展。刘翔羽[2]针对手工设计算子提取能力不足的问题,创新地将CNN融入了传统算法。先是使用CNN提取图像的不同特征,再使用HOG算子提取CNN提取到的特征图中的梯度信息。与传统的HOG模型相比较,因特征提取能力变强而提升了检测精度。完全基于CNN的区域卷积神经网络(Region-convolution neural network,R-CNN)[3-6]系列目标检测算法的提出给行人检测算法带来了新的研究方向。……