典型文献
UAST-RCNN:遮挡行人的目标检测算法
文献摘要：
为解决行人检测中对遮挡行人的检测度低,漏检率较高的问题,提出一种基于注意力机制的UAST-RCNN网络,其在Faster-RCNN网络的基础上进行改进.首先,选用Swin-Transformer作为骨干网络,通过采用一种窗口多头自注意力机制提升全局感受野;然后,通过层级重采样模块,改进特征金字塔提升特征样本的质量,并且引入渐进式焦点损失函数平衡正负样本;最后,在实验预处理阶段采用改进的数据预处理扩充City Persons数据集进行多尺度训练.实验结果表明该算法对比原模型在遮挡行人检测上有了明显提升,其中在检测精度(AP)提升了 6.3％,漏检率(MR)下降了 4.1％.验证了所提算法在行人检测的可行性,可满足遮挡行人场景的检测要求.
文献关键词：
Faster-RCNN;行人检测;特征金字塔;Swin-Transformer
中图分类号：
作者姓名：
刘毅;于畅洋;李国燕;潘玉恒
作者机构：
天津城建大学计算机与信息工程学院 天津 300384
文献出处：
引用格式：
[1]刘毅;于畅洋;李国燕;潘玉恒-.UAST-RCNN:遮挡行人的目标检测算法)[J].电子测量与仪器学报,2022(12):168-175
A类：
UAST
B类：
RCNN,遮挡行人,目标检测算法,行人检测,漏检率,Faster,Swin,Transformer,骨干网络,多头自注意力机制,感受野,重采样,样模,改进特征,特征金字塔,特征样本,渐进式,焦点损失函数,正负样本,数据预处理,City,Persons,多尺度训练,算法对比,检测精度,AP,MR,检测要求
AB值：
0.361872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
