基于SSD的行人头部检测方法

Faster R-CNN、SSD、YOLO都是针对行人整体检测,在人群密集场景检测精度低,为有效解决遮挡严重场景的行人检测问题,提出改进的SSD行人头部检测方法,使用K-means++聚类得到SSD先验框规格.针对SSD小目标检测的不足,建立改进SSD头部检测模型,利用SSD网络目标特征提取,添加类别预测和位置预测两个旁支网络实现特征分离.类别预测特征图采用上采样方式融合高语义,位置预测特征图采用下采样方式融合细节信息,融合两个预测结果得到最终目标.实验结果表明,该方法能实时准确地定位行人头部,有效地解决行人遮挡问题,提升检测精度.