複雑な夜間シーンにおいて、照明の変化や歩行者の遮蔽、歩行者のスケールの違いなどにより歩行者検出の精度が低下する。これに対し、夜間の低照度環境下で多尺度特徴融合に基づく密集歩行者検出アルゴリズムを提案する。まず、自己注意機構と畳み込みハイブリッドモジュールを融合した双方向経路特徴集約ネットワークを設計し、多尺度特徴融合を強化し、歩行者と背景の区別度を向上させることで、対象スケール差が検出に与える影響を低減する。次に、多枝併用検出戦略を構築し、夜間の低照度環境における歩行者の輪郭、脚部、腕の特徴の識別性の高さを活用して歩行者検出を支援し、弱照明や遮蔽が検出に与える影響を軽減する。さらに後処理段階で検出ボックス間の中心距離を考慮し、遮蔽が激しい検出ボックスの信頼度スコアを減少させ再選別を行うことで、遮蔽対象の正しい検出結果を保持し、歩行者の漏検率をさらに低減する。最後に、実験により提案アルゴリズムの有効性を検証した。実験結果では、NightOwlsおよびNightSurveillanceデータセットでアルゴリズムの対数平均漏検率がそれぞれ2.8％および3.3％低減し、LLVIPデータセットではアルゴリズムの平均精度および再現率がそれぞれ2.1％および2.9％向上し、提案した三つの改良モジュールすべてがアルゴリズム全体の検出性能向上に寄与することが示された。

歩行者検出;多枝併用検出;多尺度特徴融合;注意機構;後処理最適化