王 濤 石翠萍* 魏立杰 張 瑤 彭 源 龐奇輝

（齊齊哈爾大學 通信與電子工程學院，黑龍江 齊齊哈爾161000）

1 概述

研究行人檢測技術能夠促進智能視頻監(jiān)控、無人駕駛、智能機器人等領域的迅速發(fā)展。但由于行人檢測的環(huán)境一般較為復雜，容易出現(xiàn)光線，物體遮擋，以及行人本身的穿著，姿態(tài)以及視角等因素的影響，因此，行人檢測一直是計算機視覺研究中的難點和熱點。目前，已有的目標檢測技術主要包括兩種，一種是基于手工標注特征的傳統(tǒng)方法，還有一種是基于深度學習技術的方法[1]。例如在2001 年-2002 年，文獻[2, 3]提出了Haar 特征+Adaboost 算法，文獻[4]提出了HOG 特征+SVM算法等方法?；谏疃葘W習技術的目標檢測方法主要包括兩類，一類是像YOLOv3 的單階段檢測算法[5]，一類是像SSD 的雙階段檢測算法[6]。本文是基于SSD 目標檢測算法進行了改進，在包含主要目標行人和其他次要目標的PASCAL VOC2007 數(shù)據(jù)集上進行了實驗，并與SSD 方法的檢測性能進行了對比。

2 方法論

本文提出的方法主要是在SSD 算法的基礎之上，添加使用殘差結構以及BN 層。該方法的主要原理如下。

2.1 殘差連接

在不考慮計算復雜度的情況下，網(wǎng)絡的層數(shù)越深，模型提取的圖像特征越豐富。但如果只是簡單的加深網(wǎng)絡的層數(shù)，就會出現(xiàn)梯度消失或梯度爆炸以及網(wǎng)絡退化等問題。圖1 是殘差連接的結構圖。由圖1 可知，殘差結構是將輸入前的張量X 與X經(jīng)過兩個網(wǎng)絡層變換后的結果相加，可表示為

由圖1 可得到函數(shù)F 的表達式為

圖1 殘差連接結構圖

2.2 批量正規(guī)化處理

3 實驗結果及分析

本文將數(shù)據(jù)集以4：1 的比例劃分為訓練集和驗證集。然后分別將SSD 模型和提出模型在該數(shù)據(jù)集上進行訓練和驗證。表1 是本文提出的方法與SSD 算法的精度和損失值對比。從表1可知，本文方法在驗證精度這一指標上，比SSD 算法高了11.45%。在驗證損失指標上，本文方法比SSD 算法低了2.66。由此可以看出，提出方法的性能優(yōu)于SSD 算法。

表1 不同方法的精度損失對比

本文將提出的模型在VOC 數(shù)據(jù)集上進行了訓練，并生成了訓練與驗證的精度和損失曲線圖，如圖2 所示。由圖2(a)可見，訓練精度曲線在訓練過程中波動較小。驗證精度曲線在前90 次的訓練中，曲線波動范圍較大。在90 次左右以后，曲線逐漸趨近于訓練精度曲線，越來越穩(wěn)定，最后曲線收斂。由圖2(b)可見，隨著迭代次數(shù)的增加，訓練損失曲線與驗證損失曲線一直擬合得較好，最終都逐漸趨于平緩。

從以上分析可見，提出方法在訓練學習的過程中，數(shù)據(jù)擬合得較好，未出現(xiàn)數(shù)據(jù)過擬合和數(shù)據(jù)欠擬合的問題。同時，本文提出的方法較SSD 算法而言，具有更高的精度和更低的損失，證明了提出方法的有效性。

圖2 提出方法的精度和損失

4 結論

本文無人駕駛的背景下，基于深度學習技術，將SSD 算法進行了改進，并在VOC 數(shù)據(jù)集上進行了實驗。在SSD 基礎網(wǎng)絡結構中添加使用了殘差結構和BN 層，然后通過在VOC 數(shù)據(jù)集上訓練和測試，對比分析了SSD 算法和提出方法的精度和損失值，以及分析了提出模型的訓練與驗證精度和損失曲線在訓練過程中的變化。實驗結果表明了本文提出的方法較SSD 算法具有更高的精度和更低的損失值，具有更好的檢測性能。同時，通過分析提出模型的訓練和驗證精度曲線的變化，證明了提出方法還具有較好的魯棒性。以上實驗結果，證明了本文方法的有效性。

5 下一步工作

目前，在無人駕駛背景下，行人檢測技術的要求很高，因為較低的行人檢測技術無法滿足實際應用的要求。該技術要求在檢測目標行人時應當滿足檢測速度足夠快，檢測精度足夠高。因此本文下一步工作是針對復雜背景下的行人，準備提出一種在具有較高檢測精度的同時還具有較快的檢測速度的模型。該模型可以較好的在復雜的背景下（包括物體遮擋，光線強弱，行人服飾，檢測角度等因素的影響），實時地準確地檢測出行人。