面向遮挡等复杂场景的实时鲁棒行人检测算法

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：殷竟成, 李 旭, 关縮尹, 朱建潇

摘要：行人检测算法是支撑自动驾驶系统强安全运行的基础性算法。由于遮挡、尺度多变等现实应用场景的限制，现有算法往往考虑构建较为复杂的特征提取结构，缺乏对推理延时和检测召回的并重考量。针对此问题，提出一种面向遮挡等复杂场景的实时鲁棒行人检测算法。设计一种低参数多尺度特征融合模块，以较低计算开销捕获多尺度的行人特征信息；设计一种基于条形感受野的注意力模块，突出特征图中行人的局部相关性，以提升遮挡情况下的推理精度。在拥挤和小尺度场景的实验结果表明，该算法相较于优化前的网络而言，检测精度均有所提高，且网络复杂度和推理延时大幅降低，实现了对遮挡等复杂场景下的低延时高鲁棒性行人检测。

关键词：行人检测, 轻量级网络, 多尺度特征融合, 条形感受野, 注意力机制