行人检测 Is Faster R-CNN Doing Well for Pedestrian Detection?

ECCV 2016

Matlab 代码 ：https://github.com/zhangliliang/RPN_BF/tree/RPN-pedestrian

本文主要是分析了一下Faster R-CNN用于行人检测效果不好的原因，并对比提出了解决方案。
Faster R-CNN用于行人检测效果不好的原因有两个：
1）行人在图像中的尺寸较小，（e.g., 28×70 for Caltech），对于小物体， Region-of-Interest (RoI) pooling layer 在 low-resolution feature map（特征层的尺寸又减小了很多啊） 提出的特征没有什么区分能力。针对该情况，我们在更大尺寸的浅层特征上提取特征，以此提高提出特征的区分能力。discriminative

2）行人检测中的误检主要是背景的干扰。广义物体检测主要受多种类影响。对此我们使用了 cascaded Boosted Forest 直接训练 RPN 提出的深度卷积特征。

3.1 Region Proposal Network for Pedestrian Detection
这里我们针对行人检测这个单个物体检测，对 RPN 进行了一些修改。adopt anchors of a single aspect ratio of 0.41 (width to height)。主要人的长宽比是相对固定的。

针对多尺度问题，we use anchors of 9 different scales，这样我们就不用建立特征金字塔来解决多尺度行人检测。

3.2 Feature Extraction
RPN 产生候选区域，然后使用 RoI pooling 得到固定长度的特征，使用这些特征训练 cascaded Boosted Forest

不同候选区域数目的影响

不同特征的影响

bootstrap 的作用

时间效率

ETH 排行榜

KITTI 排行榜