一种基于改进排斥损失的多尺度遮挡行人检测方法

传统的行人检测算法通过将行人划分为不同区域，并通过可见部分来推测行人位置。该方法实现简单，但难以达到较高的准确度。训练特定的遮挡分类器的检测方法在一些场景下能够取得较好的效果，但其实现过程相对复杂，且当场景变化时，检测器的泛化能力明显不足。因此，如何设计一个实时性好、准确度高、鲁棒性强的行人检测模型，依然一个亟待解决的核心问题。为了解决行人被遮挡范围和程度不同的问题，实现行人周围的背景信息的充分利用，本发明提出了一种基于改进排斥损失的多尺度遮挡行人检测方法。z旨在能准确的检测到图像中的中小尺度行人，并能在一顿程度上解决遮挡行人漏检的情况，是网络结构达到较高的检测精度。