基于区域的全卷积网络(R-FCN)的区域生成网络(RPN)沿用了更快速区域卷积神经网络(Faster R-CNN)的RPN。针对RPN先验框的大小与数量均需人为固定,生成的建议区域过多等问题,将聚类思想应用到RPN中,改进先验框的生成方式,提出了基于聚类式区域生成的全卷积目标检测网络。通过对训练样本的真实框进行K-Means聚类得到先验框的最适大小和最佳数量,取代原本人为固定选取先验框的方式。此外,为增强模型的泛化能力,在改进后的R-FCN上使用ResNet基础网络,采用困难样本挖掘方法进行训练。实验结果表明,相较于R-FCN等方法,该聚类区域全卷积目标检测网络得到的检测结果在精度和速度上都得到了明显的提升。

针对红外图像行人检测任务中行人细节信息少，特征提取计算量大以及易受背景影响等问题，提出了一种改进的Fast R-CNN（快速区域卷积神经网络）红外图像行人检测方法。改进主要涉及两个方面：①结合红外图像的特点提出了一种自适应ROI 提取算法，在不影响检测准确率的前提下，降低了ROI 数量，使得网络的计算量减小；②提出了一种加权锚点框的定位机制，基于3 种不同宽高比锚点框的检测置信度进行坐标加权，获得更准确的定位框。实验结果表明，本文提出的改进方法与传统的Haar＋LBP＋HOG＋SVM 算法及Fast R-CNN 算法相比，红外图像行人检测的准确率从80.3%和91.2%提高到92.3%，检测速度从68 ms/f 和25 ms/f 提高到12 ms/f，提高了系统的性能。