Pedestrian attribute classification with multi-scale and multi-label convolutional neural networks

Pedestrian attribute classification from a pedestrian image captured in surveillance scenarios is challenging due to diverse clothing appearances,varied poses and different camera views. A multiscale and multi-label convolutional neural network( MSMLCNN) is proposed to predict multiple pedestrian attributes simultaneously. The pedestrian attribute classification problem is firstly transformed into a multi-label problem including multiple binary attributes needed to be classified. Then,the multi-label problem is solved by fully connecting all binary attributes to multi-scale features with logistic regression functions. Moreover,the multi-scale features are obtained by concatenating those featured maps produced from multiple pooling layers of the MSMLCNN at different scales. Extensive experiment results show that the proposed MSMLCNN outperforms state-of-the-art pedestrian attribute classification methods with a large margin.

基于多尺度特征与互监督的拥挤行人检测

针对拥挤场景中,行人漏检率高、准确率低的问题,提出一种基于多尺度特征与互监督的拥挤行人检测网络。为了有效提取复杂场景中的行人特征信息,用PANet金字塔网络与混合空洞卷积相结合的网络提取特征信息。然后,设计了一种行人头部-全身互监督检测网络分别进行头部和全身检测,利用头部预测框和全身预测框的互监督获得更加准确的行人检测结果。所提出的网络在数据集CrowdHuman上取得了13.5%的MR^(-2)性能,相较于YOLOv5网络提升了3.6%,同时AP提升了3.5%;在CityPersons数据集上取得了48.2%的MR^(-2)性能,相较于YOLOv5网络提升了2.3%,同时AP提升了2.8%。实验结果表明,提出的网络在人群拥挤的密集场景中具有良好的检测效果。

滑窗注意力多尺度均衡的密集行人检测算法

由于现实场景下的行人目标在形态、尺度等方面存在巨大差异,相比于传统方法对多尺度行人检测平均精准率较低的情况,基于Transformer注意力机制的网络在行人检测领域已经展现出强大的性能。然而,密集场景下的多尺度检测仍存在一些难点。在密集场景中,通常会包含大量的被遮挡或小规模的行人目标,导致模型产生大量的误检和漏检,同时耗费大量的计算资源。此外,当行人目标重叠较为严重时,准确地检出所有目标也会变得极为困难。为了解决上述问题,提出了一种基于滑窗注意力的密集场景多尺度行人检测算法。在Backbone中使用改进Swin block使得网络能够提取到更多的细节特征,同时减少注意力机制带来的繁重计算量。为有效解决特征融合问题,在Neck部分使用DyHead block来统一多个注意力运算,以此提高特征融合效率。针对特征均衡问题,设计了一种基于全连接的特征尺度均衡模块,通过在特征金字塔的各层级之间构造不同的残差结构来进行特征平衡,辅助模型生成更高质量的特征图。在WiderPerson数据集上的实验结果表明,该算法在AP值上提升了1.1个百分点,在最值得关注的小目标和中目标上也分别有1.0和0.7个百分点的提升。

基于注意力机制改进YOLO-V5的多尺度行人目标检测

为了提高在各类复杂场景中不同尺度行人目标的检测性能,提出了一种结合注意力机制的YOLO-V5多尺度改进算法。通过对YOLO-V5主干网络进行加深,进一步提高其特征提取能力,丰富深层语义信息;在算法中引入Coordinate Attention注意力机制,使其能够关注输入特征图中的有效区域;在原始YOLO-V5基础之上,增加一组新的目标检测头部,来增强算法对小尺度目标的检测性能。所提出的方法在Citypersons行人数据集上进行了实验,将Citypersons验证集中的不同尺度目标细分为3种后,改进算法对这3种不同尺度行人目标的AP50指标分别达到了64.5%、66.6%、71.7%,Recall指标分别达到了53.0%、56.6%、61.7%,较原始YOLO-V5算法分别提高了3.8%、3.6%、2.3%和3.3%、4.7%、3.5%。实验结果表明,提出算法对多尺度行人目标的检测效果具有明显提升。

基于改进YOLOX的多光谱行人检测算法

现有的多光谱行人检测算法大多是基于Faster R-CNN的两阶段检测或设置了锚框机制的一阶段检测,此类模型存在推理速度慢,检测准确率低等不足.为此,本文设计出一种基于一阶段无锚框检查算法YOLOX的多光谱行人检测算法.该算法将多模态特征提取解耦为特性特征提取和共性特征提取两阶段.针对基准特性特征提取网络学习能力不足、提取的语义信息和纹理细节信息不够丰富的问题,本文设计出一种多尺度特征增强(Multi-scale Feature Enhancement,MFE)模块,该模块可提取出特性特征图中丰富的语义和纹理细节信息.此外,本文使用基于差异性的特征融合方法来充分捕获两种模态的差异性特征信息.为证实本文方法的有效性和可行性,本文在KAIST数据集和FLIR数据集上进行了实验验证,实验结果表明本文所提方法可显著提高多光谱行人检测的性能.

基于多层特征融合的行人检测方法研究

针对遮挡行人检测识别困难、检测精度低,以及漏检率高等问题,在YOLOv7方法的基础上进行结构优化,提出了一种基于多层特征融合的行人检测网络模型,旨在提高遮挡行人检测的准确性。该方法是在主干网络特征提取部分采用ELAN-C模块,以增强行人特征信息的提取能力,从而提高行人检测的准确性。同时,在多尺度特征融合部分引入全局注意力机制构成多层特征融合,通过跨维度的信息交互,特别是对位置信息的关注,增强检测目标特征的表征,提高行人检测的准确性。此外,为了加速模型的收敛速度,采用EIoU作为损失函数,进一步提升检测框的定位精度。在公开数据集CityPresons上进行训练验证,模型对数平均漏检率MR-2下降,Bare,Partial,Reasonable,Heavy分别下降0.55%,0.91%,1.78%,1.68%,有效减少了漏检率。

基于YOLOv5的行人检测方法研究

针对YOLOv5在检测行人时容易出现漏检目标及检测精度低的问题,提出一种改进YOLOv5网络的行人检测模型。首先,主干网络使用SPD(Space-to-Depth)模块和Ghost卷积组合构造的SPD-GConv模块进行下采样,减少细粒度特征信息的损耗。其次,通过增加小尺寸检测层,增强模型的多尺度检测能力。然后,使用α-EIoU损失函数替换原始CIoU损失函数,提高行人目标定位准确度。使用Crowdhuman数据集进行训练和测试,实验结果表明,所提出算法比原始算法的召回率和平均精度值分别提高了4.7%和3.5%,能够有效提高远距离目标和密集场景下行人检测的准确率。

三星堆古蜀文化遗址博物馆大型螺旋坡道结构减震设计与舒适度分析

三星堆古蜀文化遗址博物馆中庭的螺旋坡道采用钢箱梁结构体系,其最大半径为28.7m,水平投影长度为118.5m,宽度为4.5~14.5m。介绍了螺旋坡道结构减震(振)设计过程,通过设置黏滞阻尼器和调谐质量阻尼器减小坡道在地震作用和人行激励作用下的结构响应,采用MIDAS Gen和ANSYS软件建立多尺度整体模型考虑螺旋坡道和主体结构的相互作用,进行了地震作用时程分析和人行激励舒适度分析。结果表明,各水准地震下黏滞阻尼器对螺旋坡道水平加速度减震效率约为45%~50%,水平位移的减震效率约为55%~70%。设置调谐质量阻尼器对螺旋坡道竖向振动加速度减振效率约为55%~60%,有效减小了坡道在人行激励作用下的结构响应。

基于改进YOLOv5的复杂路况密集行人检测方法

针对复杂街景环境下行人检测精度低的问题,基于YOLOv5网络,提出一种改进的行人检测网络YOLO-BEN。该网络将残差分级,利用连接模块Res2Net与C3模块进行融合,加强细粒度级别的多尺度特征表示。采用双层路由注意力模块,构建和修剪区域级有向图,在路由区域的联合中应用细粒度的注意力,使网络具备动态的查询感知稀疏性,提高对模糊图像的特征提取能力。改进原网络Neck部分进一步保留局部角区域信息,弥补被遮挡行人的信息丢失问题。使用NWD度量与原有的IoU度量形成联合损失函数,同时增加小目标检测头,提高远距离行人检测效果。实验中该方法在自制数据集和部分WiderPerson数据集上取得了较好的效果,改进后比原始网络的精确率、召回率、平均精度分别提高了2.8、4.3、3.9个百分点。

基于深度学习的有锚框行人检测方法综述

计算机视觉包含图像分类、目标检测、目标跟踪等技术。行人检测作为目标检测的重要子任务之一,广泛应用于自动驾驶、智能机器人、监控检测等场景。随着深度学习的快速发展,通用目标检测器在目标检测任务上有着优秀的表现,许多研究者也在此基础上进行一系列改进,从而提升行人检测的速度和精度。按照是否预设物体边界框,基于深度学习的行人检测算法可以分为有锚框(Anchor-Based)和无锚框(Anchor-Free)。本文介绍了传统的行人检测方法,重点阐述了基于有锚框的行人检测算法在面对小尺度行人和遮挡行人等检测问题上的研究进展。

面向复杂场景密集行人检测的YOLOv8改进模型

针对当前行人检测面临的环境复杂、目标尺寸多变和严重遮挡等挑战,导致现有检测技术在识别密集行人时容易发生误判和遗漏的问题,本文提出一种高效的面向复杂场景密集行人检测的YOLOv8改进模型。在骨干网络引入DCNv2设计C2f_DCNetv2替换C2f模块,提升骨干网络的特征提取能力;通过在架构中加入小目标检测头,增强模型对小尺寸目标的检测能力,提高对小目标的检测识别精度;基于四检测头改进AFPN设计出AFPN-4H,优化特征层之间的信息融合,提高了模型对不同尺度目标的适应性和检测精度;最后,通过结合Wise-IoU、Focaler-IoU和MPDIoU得到WFM-IoU,进一步提高了目标定位的准确性。实验结果表明,与原始的YOLOv8n模型相比,在P、R、AP50以及AP50:95等关键指标上分别提升1.6%、4.0%、3.6%和3.8%,也优于其他算法。验证了本文改进算法在复杂场景密集行人检测任务中具有较好的性能。

基于多尺度特征融合的YOLOv3行人检测算法

随着深度学习技术在计算机领域的普及与推广,行人检测技术得到进一步的提升,但在一些场合仍然存在较大的问题,例如行人大小尺度不一、密集行人的检测,在以上两种情况下,行人检测性能剧烈下降,存在较多的漏检、错检的情况。针对行人大小尺度问题,论文提出在YOLOv3算法的特征提取网络中引入多尺度特征融合模块,改变原来多个卷积层堆叠的残差单元,增加特征提取网络深度,提升网络对不同尺度的行人特征提取能力,从而提升行人检测算法的检测精度和鲁棒性。实验表明,在Caltech、On_merge数据集进行训练,改进算法的平均精准率比基准算法分别高出其5.49%,2.26%。

低高频多尺度融合的跨模态行人重识别研究

跨模态行人重识别技术在公共安全、灾难响应、犯罪现场勘查等方面有广阔的应用前景。为了高效利用不同模态之间多样化信息,探索有效的行人重识别方法,提出一种结合低高频信息的多尺度融合(multiple frequence multi-scale embedding,MFME)模型。通过多尺度信息融合(multi-scale information fusion,MIF)模块从多个尺度捕获行人特征,分别获得图像的全局结构和局部细节特征;通过低高频特征聚合(multi frequency feature embedding,MFFE)模块聚合行人的多频信息,确保模型在面对环境变化和不同光照条件下依然能保持高准确度以适应模态变化。实验结果表明,提出的模型在公开数据集SYSU-MM01上Rank-1和mAP识别率分别达到75.79%和72.02%。该模型有效挖掘和利用了跨模态间的多样化信息,提高了行人的重识别率,能更好地适应多变的实际应用环境。

基于多尺度特征增强与对齐的跨模态行人检索

为了解决跨模态行人检索从图像和文本中抽取有效的细节特征,以及实现图像与自然语言文本跨模态对齐的问题,提出一种基于多尺度特征增强与对齐的跨模态行人检索模型。该模型引入多模态预训练模型,并构建文本引导的图像掩码建模辅助任务,充分实现跨模态交互,从而无需显式地标注信息即可增强模型学习图像局部细节特征的能力。另外,针对行人图像身份易混淆问题,设计全局图像特征匹配辅助任务,引导模型学习身份关注的视觉特征。在CUHK-PEDES、ICFG-PEDES和RSTPReid等多个公开数据集上的实验结果表明,所提模型超越了目前已有的主流模型,其第一命中率分别达到了72.47%、62.71%和59.25%,实现了高准确率的跨模态行人检索。

改进YOLOv5的拥挤场景目标检测算法

针对目前目标检测算法在拥挤场景、人群密集、小目标众多等情况下无法准确识别的问题,提出一种基于YOLOv5的拥挤场景目标检测算法。在检测算法中设计了一种基于坐标卷积的C-Detect检测头,使其不再局限于局部信息,具备感知行人空间信息的能力;在颈部网络中利用多尺度特征融合浅层特征图,构造了一个极小目标检测头,改善小目标的漏检率;引入WIoU来替换CIoU损失函数,加快预测框的回归,使模型更具有泛化性。在拥挤行人数据集的实验结果表明,改进后的算法检测精度达到了82.6%,较基准模型提高了3.9%,在拥挤场景行人检测任务中取得了更好的效果。

改进AdaMixer的拥挤行人检测模型

为应对拥挤场景中行人检测的挑战,提出一种改进型AdaMixer的行人检测模型。提出一种头交互位置感知多头自注意力机制(HIPA-MHSA),以加强对相互遮挡目标的辨别能力。采用深度卷积前馈网络(DCFFN),进一步提升模型的特征提取效能。通过在公开数据集上进行验证,表明了所提出模型的有效性。填补了现有查询型目标检测器在语义和空间自适应方面的不足,提高了拥挤场景下行人检测的精度,表现优于其它对比模型。

结合多尺度特征和纹理增强的行人识别方法

针对现有行人重识别算法在提取行人特征时因光照差异、姿态和镜头视角多变、图像分辨率低等场景而出现准确率较低的问题,提出了一种结合多尺度网络模型和图像纹理增强的行人重识别方法。在该方法中,首先构建基于滑动窗口的自注意力机制模块,获取更丰富的感受野和全局特征;然后提出了渐进式多尺度网络模块,在更细粒度的层次上提升多尺度网络的表示能力,对特征进行深度挖掘;最后构建了纹理特征增强模块,将不同空间级别的全局和局部特征进行整合,从而减少了遮挡、光照、低分辨率图像等因素对行人重识别的影响。并在此基础上采用了多损失函数联合策略,将行人的全局和局部特征融合在一起,避免了因分割区域不平衡导致的准确度降低。实验结果表明,所提出方法在Market-1501和DukeMTMC-reID两个主流行人重识别数据集上的Rank-1和mAP分别达到了95.5%和87.6%、89.3%和79.4%。

基于渐进式多光谱图像的行人检测算法

针对现有单光谱图像的行人检测算法在全天候环境下工作效率差的问题,提出一种基于渐进式多光谱图像的行人检测算法。设计一种差分位置注意增强模块,嵌入到不同层次的双流CSP-Darknet53特征主干提取网络中,渐进式增强不同光谱之间的全局互补信息;采用跨模态互补信息融合策略对现有融合方法进行改进,利用全局特征引导多尺度特征融合,进行更鲁棒性的行人检测。实验结果表明,该算法在LLVIP数据集上mAP50值为97.2%,在FLIR数据集上获得84.6%的mAP50值,具有良好的检测性能。

基于特征增强模块的小尺度行人检测

行人检测中,小尺度行人时常被漏检、误检。为了提升小尺度行人的检测准确率并且降低其漏检率,该文提出一个特征增强模块。首先,考虑到小尺度行人随着网络加深特征逐渐减少的问题,特征融合策略突破特征金字塔层级结构的约束,融合深层、浅层特征图,保留了大量小尺度行人特征。然后,考虑到小尺度行人特征容易与背景信息发生混淆的问题,通过自注意力模块联合通道注意力模块建模特征图空间、通道关联性,利用小尺度行人上下文信息和通道信息,增强了小尺度行人特征并且抑制了背景信息。最后,基于特征增强模块构建了一个小尺度行人检测器。所提方法在CrowdHuman数据集中小尺度行人的检测准确率为19.8%,检测速度为22帧/s,在CityPersons数据集中小尺度行人的误检率为13.1%。结果表明该方法对于小尺度行人的检测效果优于其他对比算法且实现了较快的检测速度。

基于尺度不变特征和位置先验的行人检测算法

基于相邻和非相邻特征(NNNF)行人检测算法,提出了一种方法来解决行人特征对尺度变化敏感的问题以及窗口误检的问题.首先,在NNNF基础上,设计了一种尺度不变的特征.由韦伯定理启发,该特征表示为两个相邻或非相邻区域的差分值与这两个区域特征和的比值.这种新的特征具有很强的尺度不变性.此外,还提出了基于行人位置先验的上下文信息,作为一种简单有效的后处理方法.在行人场景中,行人的高度与位置存在一定的映射关系.利用SVM(support vector machine)训练了行人高度关于行人位置的回归模型.该模型能有效地滤除那些行人高度与位置信息不符合回归模型的检测窗口.实验表明,相比于NNNF-L2和NNNF-L4,本文提出的方法在Caltech数据库的检测性能分别提高了2.90%,和2.28%,.同时,本文提出的方法也在所有基于非深度网络的行人检测方法中具有最好的检测性能,平均漏检率为14.56%,.