行人檢測作為計算機(jī)視覺領(lǐng)域最基本的主題之一,多年來被廣泛研究。盡管最先進(jìn)的行人檢測器已在無遮擋行人上取得了超過 90% 的準(zhǔn)確率,但在嚴(yán)重遮擋行人檢測上依然無法達(dá)到滿意的效果。究其根源,主要存在以下兩個難點(diǎn):
嚴(yán)重遮擋的行人框大部分為背景,檢測器難以將其與背景類別區(qū)分;
給定一個遮擋行人框,檢測器無法得到可見區(qū)域的信息;
Tube Feature Aggregation Network(TFAN)新方法,即利用時序信息來輔助當(dāng)前幀的遮擋行人檢測,目前該方法已在 Caltech 和 NightOwls 兩個數(shù)據(jù)集取得了業(yè)界領(lǐng)先的準(zhǔn)確率。
核心思路
利用時序信息輔助當(dāng)前幀遮擋行人檢測
目前大部分行人檢測工作都集中于靜態(tài)圖像檢測,但在實(shí)際車路環(huán)境中大部分目標(biāo)都處于運(yùn)動狀態(tài)。針對嚴(yán)重遮擋行人的復(fù)雜場景,單幀圖像難以提供足夠有效的信息。為了優(yōu)化遮擋場景下行人的識別,地平線團(tuán)隊(duì)提出通過相鄰幀尋找無遮擋或少遮擋目標(biāo),對當(dāng)前圖像中的遮擋行人識別進(jìn)行輔助檢測。
實(shí)驗(yàn)新方法
Proposal tube 解決嚴(yán)重遮擋行人檢測
如下圖,給定一個視頻序列,首先對每幀圖像提取特征并使用 RPN(Region Proposal Network)網(wǎng)絡(luò)生成 proposal 框。從當(dāng)前幀的某個 proposal 框出發(fā),依次在相鄰幀的空間鄰域內(nèi)尋找最相似的proposal框并連接成 proposal tube。
商用機(jī)器人 Disinfection Robot 展廳機(jī)器人 智能垃圾站 輪式機(jī)器人底盤 迎賓機(jī)器人 移動機(jī)器人底盤 講解機(jī)器人 紫外線消毒機(jī)器人 大屏機(jī)器人 霧化消毒機(jī)器人 服務(wù)機(jī)器人底盤 智能送餐機(jī)器人 霧化消毒機(jī) 機(jī)器人OEM代工廠 消毒機(jī)器人排名 智能配送機(jī)器人 圖書館機(jī)器人 導(dǎo)引機(jī)器人 移動消毒機(jī)器人 導(dǎo)診機(jī)器人 迎賓接待機(jī)器人 前臺機(jī)器人 導(dǎo)覽機(jī)器人 酒店送物機(jī)器人 云跡科技潤機(jī)器人 云跡酒店機(jī)器人 智能導(dǎo)診機(jī)器人 |