第1期2023年1月电子学报ACTAELECTRONICASINICAVol.51No.1Jan.2023基于多阶段提议稀疏区域卷积网络的城市交通目标检测柳长源1，张玉亮1，毕晓君2（1.哈尔滨理工大学测控技术与通信工程学院，黑龙江哈尔滨150080；2.中央民族大学信息工程学院，北京100081）摘要：针对城市交通场景多目标检测算法检测速度慢，检测精度低等问题，本文提出多阶段提议稀疏区域卷积网络算法（Multi-stageProposalSparseRegion-basedConvolutionalNeuralNetwork，MPSR-CNN）.算法主要有以下特点：提出了一种多阶段提议框过滤更新机制，提高算法检测精度；提出了一种双向并联特征金字塔网络（BidirectionalParallelFeaturePyramidNetwork，BPFPN），增强了模型的特征融合能力；针对城市交通场景目标检测问题引入了Copy-Paste数据增强方法和CIoU损失函数.实验结果显示，MPSR-CNN算法在UrbanObjectDataset数据集上mAP达到了77%，算法检测速度保持在37fps，优于目前其他城市交通场景目标检测算法.关键词：目标检测；城市交通；提议过滤；特征金字塔；数据增强基金项目：国家自然科学基金（No.51779050）；黑龙江省自然科学基金（No.F2016022）中图分类号：TP391.4；TP181文献标识码：A文章编号：0372-2112(2023)01-0026-06电子学报URL:http://www.ejournal.org.cnDOI:10.12263/DZXB.20211648UrbanTrafficObjectDetectionBasedonMulti-StageProposalSparseR-CNNLIUChang-yuan1,ZHANGYu-liang1,BIXiao-jun2(1.CollegeofMeasurementandControlTechnologyandCommunicationEngineering,HarbinUniversityofScienceandTechnology,Harbin,Heilongjiang150080,China;2.SchoolofInformationEngineering,MinzuUniversityofChina,Beijing100081,China)Abstract:Aimingattheslowspeedandlowaccuracyofmulti-objectdetectionalgorithmsinurbantrafficscenes,thispaperproposesamulti-stageproposalsparseregion-basedconvolutionalneuralnetworkalgorithm(MPSR-CNN).Thealgorithmmainlyhasthefollowingcharacteristics:amulti-stageproposalboxfilteringupdatemechanismisproposedtoim⁃provethedetectionaccuracyofthealgorithm;abidirectionalparallelfeaturepyramidnetwork(BPFPN)isproposedtoen⁃hancethemodelfeaturefusioncapability;fortheproblemofobjectdetectioninurbantrafficscenes,theCopy-PastedataaugmentationmethodandCIoUlossfunctionareintroduced.Theexperimentalresults...
