| 摘 要： | 在目前的行人检测方法中，中心尺度预测(center-scale prediction, CSP)模型具有检测速度快，无需预设锚点等优点。但是，CSP模型并没有针对行人遮挡问题提出解决方法。为此，在CSP模型的基础上，提出了一个基于可视注意力机制的中心尺度预测(visible attentionmechanism-basedCSP,VA-CSP)模型，同时预测行人及其可视区域的边界框，并构造一个中心-可视中心(center-visible center, C-V)变换预测分支，将行人及其可视区域匹配，使模型具有正确的可视注意力机制，提升遮挡行人的检测精度。在Citypersons和Caltech行人检测数据集上进行了实验，在Citypersons验证集的不同遮挡程度的子数据集Reasonable、Heavy、Partial和Bare上，得到了9.6%、48.1%、9.1%和6.6%的丢失率，相比CSP分别提升了1.4%、1.2%、1.3%和0.7%。在Caltech测试集的Reasonable子数据集上得到了3.2%的丢失率，相比CSP提升了1.3%。与其他目前最新的模型相比，所提模型具...
|
