CV文章摘要中文翻译集(目标检测,行人检测,人脸识别)
Relational Learning for Joint Head and Human Detection
联合头部与人体检测的相关性学习
随着深度卷积神经网络的发展,头部和人体的检测得到了迅速的提高。然而,这两项任务往往在不考虑其内在相关性的情况下分开研究。导致:
(1)头部检测往往有更多的误报。
(2)在人群场景中,人体检测器的性能往往急剧下降。
为了解决这两个问题,我们提出一种新的联合头部和人体检测的神经网络,即JointDet,它能同时有效地检测头部和人体。此外,我们还设计了一个头-体关系识别模块来进行头-体关系学习,并利用此学习到的关系重新获得被抑制的人体识别,减少头部误报。为了验证该方法的有效性,我们对CityPersons、Caltech-USA数据集头部边框进行了注释,并在CrowdHuman、CityPersons和
Caltech-USA数据集上进行拓展实验。因此,提出的JointDet检测器在这三个基准上达到了最先进的性能。为了进一步研究头部和人体检测问题,所有新的注释、源代码和训练模型都将公开。
问题
- 头-体关系学习的关系是指的什么?
- 利用此学习到的关系重新获得被抑制的人体识别,减少头部误报是不是指没有检测到头部,也能检测出来那个人?