考虑跨空间特征重构的行人过街动作检测方法

来源：计算机工程与应用杂志2026年第11期北京时间：

作者：陈思宇, 何永福, 谢世维, 张浩池

单位：重庆交通大学 交通运输学院，重庆 400074；

摘要：行人是弱势交通参与者，其危险过街动作是引发事故的重要原因之一，行人过街动作检测有助于减少人车冲突。针对路侧视角下行人多尺度、遮挡导致的动作特征提取困难、特征融合低效、特征信息丢失问题，提出一种考虑跨空间特征重构的行人过街动作检测方法（pedestrian’s crossing behavior detection network based on cross-spatial feature reconstruction，PCBDNet）。骨干网络采用跨空间并行子网特征结构，增强网络对多尺度行人特征的学习能力。颈部网络使用空间和通道重构卷积模块融合特征，减少冗余计算并提高行人动作特征的学习能力；构建特征增强器以分离特征并进行跨空间重构，减少遮挡带来的信息丢失。头部网络采用排斥损失优化坐标损失函数，进一步提高遮挡目标检测精度。实验表明PCBDNet的mAP@0.5达到89.6%，mAP@[0.5：0.95]达到72.4%，模型大小适中，FPS保持较高；特征可视化实验表明，PCBDNet对行人过街动作关注度较高，为提升降低交通事故风险提供了新的解决方案。

关键词：智能交通,行人动作检测,跨空间特征重构,注意力机制,交通安全

基金资助：国家自然科学基金青年科学基金（52202490）；重庆交通大学研究生科研创新项目（CYS240479）。