这篇文章围绕回答这个问题展开：
what kind of extra features are effective and how they actually work to improve the CNN-based pedestrian detectors?
什么样的额外特征是有效的，以及实际上他们是怎么起作用，如何提升基于CNN的行人检测器。
针对行人检测两个问题：
1.相比于普通的物体检测，行人检测很难区分背景和人。 行人检测时，更多地依赖与语义信息。
低分辨率时，没有额外的上下文信息，很难区分是hard negative还是正样本。即使是人也很难区分
2.针对的第二个问题，就是人体框检测不准的问题，
在拥挤的人群时，这个问题更为严重，因此CNN在较深层时，往往得到的是high-level的语义信息，在人靠的比较近的时候，边缘信息通常模糊。
解决这个问题最直观的方法是，利用low-level的外观信息，比如边缘信息
KITTI数据集里面有大量的小目标，因此在网络结构上做出了调整，具体两个调整：
1.Anchor rate和anchor scale从3,3调整到5 scales and 7
最低0.47元/天 解锁文章
扫一扫
893
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
