تشخیص عابرپیاده با سیاست محلی سازی مقیاس آگاه

در این مقاله یک رویکرد اختصاصی با صلاحیت متعادل تر در تشخیص هر دو نمونه عابر پیاده در مقیاس نزدیک و دور را درنظر می گیریم. این رویکرد دو بخش عمده زیر را داراست. اول ، یک روش تشخیص فعال پیشنهاد شده است که به عنوان ورودی هایچند لایه ویژگی عصبی را بخوبی طرح های اولیه عابر پیاده از تصویر ورودی دریافت نموده ، و پس از اجرای توالی، فعالیت های مربوط بهتغییر مختصات را برای ارائه محلی سازی نهایی (به عنوان مثال پیش بینی جعبه محدوده) از موارد عابر پیاده درنظر می گیرد. ایناقدامات از یک سیاست محلی سازی ناشی می شود که با سوء استفاده از اطلاعات متنی محلی و نمایش های چند لایه با استفاده ازتکنیک های یادگیری تقویت عمیق و تکنیک های شبکه عصبی بازگشتی (RNN) از داده ها آموخته می شود. ارزیابی تجربی نشان میدهد که عناصر اصلی این روش ، یعنی نمایش های چند لایه ، طرح های اولیه عابر پیاده و سیاست محلی سازی سازی ، در ارائه نتایجنهایی مهم هستند. دوم ، روش پیشنهادی با نمونه های عابر پیاده در یک مقیاس متعادل تر بخوبی عمل می کند ، و به ویژه در مواردی ازمقیاس گسترده عملکرد خوبی دارد. از لحاظ تجربی ، در چندین معیار بسیار کاربردی با نتایج روش های معمول دیگر مورد بررسی قرارمی گیرد. به عنوان مثال، [۲MS-CNN] در پایگاه داده Caltech بهترین نتیجه را به همراه دارد.