NO.1 论文简介
本论文主要介绍了一种基于特征校准的双注意力行人检测网络，旨在解决行人检测中遇到的遮挡问题。传统的注意力机制往往不能很好地控制注意力特征的权重，导致特征融合时出现错误的注意力特征叠加到主干特征上或完全取代主干特征的情况。本文提出的双注意力机制可以在保持主干特征的前提下，增强行人的可见区域，削弱被遮挡部分对分类和回归的影响。此外，本文还设计了一种基于遮挡率的非均匀难例挖掘方法，提高了网络的性能。实验结果表明，该方法在CityPersons和Caltech两个常用的数据集上均取得了较好的效果。
NO.2 主要贡献
（1） 提出了一种基于特征校准的双注意力行人检测网络（Dual-Attention Pedestrian Detection Network Based on Feature Calibration，DAFC），该网络能够在保持主干特征的前提下，增强行人的可见区域，削弱被遮挡部分对分类和回归的影响。此外，该网络还能保留主干特征并考虑注意力的主次性，避免检测器产生的特定语义信息被注意力区域完全取代或错误混合。
NO.3 研究结论
本文提出了一种面向遮挡的基于特征校准的双注意力行人检测器（DAFC），通过结合通道注意力和空间注意力机制，有效增强了行人可见区域的特征并减弱了被遮挡部分的影响。同时，设计了一种基于遮挡率的非均匀难例挖掘方法（NUHEM），通过根据遮挡水平挑选样例进行训练，提高了模型在处理遮挡问题上的能力。实验结果表明，DAFC网络在CityPersons验证集上相比标准行人检测器和其他注意力策略取得了显著的性能提升，证明了其在处理遮挡行人检测任务时的有效性和优越性。这一研究成果对于智能交通系统、自动驾驶等领域具有重要的应用价值。
NO.4 论文资助
国家自然科学基金：U21A20449
江苏省重点研发计划项目：BE2021013-2
NO.5 作者介绍
汤书苑（1985—），女，中国科学院大学博士研究生，
E-mail：tangshuyuan20b@ict.ac.cn。
E-mail：zhouyiqing@ict.ac.cn。
E-mail：jtli@ict.ac.cn。
E-mail：liuchang@ict.ac.cn。
E-mail：sjl@ict.ac.cn。
·引用格式·
汤书苑, 周一青, 李锦涛, 刘畅, 石晶林. 基于特征校准的双注意力遮挡行人检测器(2024) [J/OL]. 西安电子科技大学学报[2024-11-04]. https://doi.org/10.19665/j.issn1001-2400.20240909
“扫描二维码查看原文”
https://link.cnki.net/doi/10.19665/j.issn1001-2400.20240909
编辑：许瀚樱
校对：杨 薇
审核：牛姗姗
· 推荐阅读 ·
- 联系我们 -
xuebao@mail.xidian.edu.cn
