《表4 深度学习算法在CityPerson不同遮挡程度子集上的检测情况》
表3为几种典型传统算法和深度学习在检测遮挡行人时的表现[39]。从表中可以看出,传统遮挡行人检测算法HOG等表现都不如DSAEN等深度学习算法。深度学习算法在速度和精度方面都有提高。表4展示了五种深度学习算法在CityPerson不同遮挡程度子集上的检测情况。在部分遮挡情况下,算法的检测精度不会被过多影响,而发生严重遮挡时,检测精度则发生断崖式下降。图8则是几种算法在Caltech不同子集的表现[28]。从图中来看,在无遮挡情况下,不同算法性能差别较大,传统算法经典HOG表现远不如深度学习算法,不过随着遮挡部分增加,传统算法和深度学习算法[31]的差距缩小,但深度学习算法的表现仍然更加优秀。从图8结果对比也可发现,同一种算法在不同的数据集上,算法精度也有不同,目前OR-CNN和RPN+BF处理行人遮挡时效果较好,但相较于DSAEN等算法,其神经网络结构更加复杂,计算量更高。
图表编号 | XD00150154300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.15 |
作者 | 陈宁、李梦璐、袁皓、李云红、杨迪、刘志坚 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |