行人檢測技術(shù)是自動(dòng)駕駛、機(jī)器人以及智能視頻監(jiān)控等研究領(lǐng)域的核心技術(shù)。
 

　　近日，中國科學(xué)院沈陽自動(dòng)化研究所通過對基于共享特征提取網(wǎng)絡(luò)的目標(biāo)檢測網(wǎng)絡(luò)和弱監(jiān)督訓(xùn)練語義分割網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行融合，得到目標(biāo)最終檢測結(jié)果的方法可兼顧精度與速度。
 

　　研究人員首先通過改進(jìn)的YOLO檢測網(wǎng)絡(luò)對圖像中目標(biāo)進(jìn)行了檢測，得到一系列候選區(qū)域。在此基礎(chǔ)上，分析了候選區(qū)域中虛警與漏警的成因，發(fā)現(xiàn)前景與背景的區(qū)分錯(cuò)誤對檢測準(zhǔn)確率影響較大。
 

　　據(jù)此，利用通過弱監(jiān)督訓(xùn)練的語義分割網(wǎng)絡(luò)得到的圖像像素級(jí)分類結(jié)果，將前景與背景區(qū)分開來，進(jìn)而提出一種模型融合方法，將語義分割結(jié)果作為二進(jìn)制掩模與原有檢測結(jié)果進(jìn)行融合，提升算法精度，最終完成檢測。實(shí)驗(yàn)結(jié)果表明，算法在檢測速度與精度方面都具有較高性能。
 

　　相關(guān)研究成果以“基于雙模全卷積網(wǎng)絡(luò)的行人檢測算法”為題發(fā)表于《紅外與激光工程》。
 

　　研究人員首先通過改進(jìn)的YOLO檢測網(wǎng)絡(luò)對圖像中目標(biāo)進(jìn)行了檢測，發(fā)現(xiàn)前景與背景的區(qū)分錯(cuò)誤對檢測準(zhǔn)確率影響較大。實(shí)驗(yàn)結(jié)果表明，算法在檢測速度與精度方面都具有較高性能。