En escenas densas, la oclusión del cuerpo de los peatones y la variación en sus escalas son las principales causas de la disminución en la precisión de la detección de peatones. Dado que la región de la cabeza del peatón está menos obstruida, puede utilizarse para ayudar en la detección. Por ello, este artículo mejora el algoritmo Faster R-CNN y propone un algoritmo de detección de peatones multiescala basado en la combinación de la información de la cabeza y del cuerpo completo. Primero, se diseñó una red recurrente de extracción de características multiescala que fusiona un mecanismo de atención de coordenadas, para obtener información rica y detallada de características multiescala y aumentar la sensibilidad de la red a la ubicación de peatones de pequeña escala. Luego, la red de propuestas de regiones genera simultáneamente cuadros candidatos para la cabeza y para el cuerpo completo del peatón, y se construyen ramas de detección dobles para la cabeza y el cuerpo para una detección conjunta. Finalmente, se propone un algoritmo adaptativo conjunto de supresión no máxima, que evita la supresión excesiva de cuadros de detección con solapamiento severo y filtra simultáneamente los cuadros de detección erróneos generados por ambas ramas de detección, mejorando aún más la precisión de la detección de peatones. Los resultados experimentales muestran que, en comparación con el algoritmo base, el algoritmo propuesto mejora la precisión promedio en un 2,9 % en el conjunto de datos CrowdHuman, reduce la tasa de omisión media logarítmica en un 4 %, y reduce la tasa de omisión media logarítmica en un 2,4 % y 2,2 % en dos subconjuntos de pequeña escala del conjunto de datos TJU-DHD-pedestrian, demostrando la eficacia del algoritmo propuesto en escenas densas.

detección de peatones; detección conjunta; fusión de características multiescala; mecanismo de atención; optimización del postprocesamiento