结合细粒度特征与注意力机制的行人检测

来源：计算机应用与软件杂志2025年第4期北京时间：

作者：肖顺亮, 强赞霞, 李丹阳, 刘卫光

摘要：由于行人易被遮挡、尺度差异大等原因，导致行人漏检率高。针对这种情况，对基于Anchor-free思想的行人检测算法进行改进。针对老积神经网络提取特征时对目标尺度变化敏感的问题，提出细粒度特征融合策略，获取丰富的行人特征信息。采用空间域注意力机制对特征图不同区域进行权重学习，提高模型的表达能力。利用多尺度检测方法，使模型自适应检测不同尺度的行人，增强模型检测时的鲁棒性。实验结果表明，改进算法在Cityperson数据集的Reasonable, Bare, Partial和Heavy子集上分别取得11.33%、6.81%、11.52%和50.09%的MR−2−2，性能优于其他行人检测算法。

关键词：行人检测, 无错框, 特征融合, 多尺度, 注意力机制