基于数据增强和监督均衡的鱼眼图像行人检测优化方法

近年来,由于鱼眼相机被广泛应用于智能监控领域,不少学者提出了针对鱼眼图像的行人检测算法.然而,鱼眼图像场景复杂且存在畸变,其导致的数据集样本分布和算法监督分配的不均衡问题会降低检测器性能.针对上述问题,首先提出了一种针对鱼眼图像行人检测任务的数据增强方法,该方法由模式采样增强和角度直方图增强两部分组成.其中模式采样增强专注于鱼眼图像难例样本挖掘,生成的新样本丰富了鱼眼图像中心附近的行人模式;角度直方图增强基于直方图均衡的思想,对鱼眼图像样本角度分布做平滑处理,缓解了检测器对单一场景的过拟合问题.此外,基于鱼眼图像Anchor-Free行人检测器,提出将定位质量预测与监督信息融合,将Focal Loss推广到连续域用以优化检测器定位分支的监督分配.实验结果表明,所提数据增强算法能够有效缓解鱼眼图像数据集的分布不均衡,在Anchor-Based和Anchor-Free检测网络上均展现了较好的效果;连续Focal Loss结合定位质量优化监督,在不增加Anchor-Free检测器推理计算复杂度的前提下,将整体性能提升了3.8％.