多分支细化的拥挤行人检测算法

来源：计算机工程与应用杂志2024年第22期北京时间：

作者：袁姮, 王嘉丽, 张晟翀

单位：1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105；2.光电信息控制和安全技术重点实验室，天津 300308

摘要：拥挤行人检测是目前小目标检测领域的研究热点，针对拥挤行人检测场景中人物密集以及遮挡造成的漏检问题，提出一种改进SSD（single shot multibox detector）目标检测算法。将浅层Vgg（visual geometry group）网络平原结构使用多分支细化联合归一化（batch normalization，BN）操作增加分支结构，并重命名为多分支细化（multi-branch thinning）网络结构，使其可以细化浅层语义信息，提高网络泛化能力，充分表达行人信息；将改进后的Ghost模型替换多分支细化网络中的3×3卷积，利用Ghost模型中cheap_operation卷积降低因多分支结构增加的模型参数量，使用primary_conv提升浅层网络的特征提取能力，加强网络识别能力；使用二范式取代差值平方的形式改进Huber损失函数，增强网络训练的稳定性，使其达到较优的收敛效果。在Wider_Person拥挤行人检测数据集上的检测结果表明，提出的改进SSD目标检测算法MAP50达到72.9%，领先YOLO-X算法7.4个百分点，领先基线算法3.5个百分点，领先其他先进算法平均14.4个百分点，验证了该算法在行人检测中的可行性，满足遮挡行人场景的检测要求。

关键词：行人检测,目标检测,SSD,GhostModule