马佳峰，陈凌珊

(上海工程技术大学 机械与汽车工程学院，上海 201620)

0 引 言

在智能网联汽车和无人驾驶快速发展的环境下，基于深度学习的目标识别作为其中的关键技术显得愈加重要，而公路环境中的骑车人作为目标识别当中一个种类，自然也被考虑并加以研究。骑车人作为公路环境中易受伤的人，在公路上的行车可能不规范，或者汽车驾驶员的驾驶不规范，加上日渐复杂的公路交通场景，多种因素叠加，骑车人群体的自身安全受到了严重的威胁，由此引发的问题不容小觑，该群体的安全应当受到重视。现今智能网联汽车的目标识别检测技术在大力发展但并没有完善，有关公路环境下骑车人识别的研究相对于其它目标研究来说较少，提高骑车人的安全十分有必要，因此对公路环境下骑车人识别技术的研究具有重要意义[1]。

当下目标识别的技术主要是基于机器视觉技术，分为传统机器学习和深度学习两种方式。传统的机器学习对于目前的实际应用场景来说，其检测速度并不符合实际需求，目前无人驾驶中的主要目标识别技术为深度学习[2]。智能网联汽车和无人驾驶成为大趋势，安全行作为其中一个重要考量指标，如何降低公路安全事故发生的概率成为越来越热的话题，对公路骑车人的识别研究也被广泛讨论[3]。深度学习算法分One-stage类和Two-stage类算法，目前主流采用的是One-Stage类，该类算法检测速度较快，具有重要代表性……