本文主要关注行人检测中的尺度问题。在图像中,离相机近的人尺寸大些,离相机远的人在图像中尺度小些。如下图所示:
不同尺寸的人提取出的特征也不一样。以前大多数文献针对该问题只用一个模型来解决。本文提出了一个新的解决方案:
训练两个网络,一个对应大的尺寸,一个对应小的尺寸。
候选区域是通过 ACF 算法提取的。根据候选区域的高度来确定大小网络的权重。
实验数据:
时间
本文主要关注行人检测中的尺度问题。在图像中,离相机近的人尺寸大些,离相机远的人在图像中尺度小些。如下图所示:
不同尺寸的人提取出的特征也不一样。以前大多数文献针对该问题只用一个模型来解决。本文提出了一个新的解决方案:
训练两个网络,一个对应大的尺寸,一个对应小的尺寸。
候选区域是通过 ACF 算法提取的。根据候选区域的高度来确定大小网络的权重。
实验数据:
时间