商汤科技携手香港中文大学、亚马逊、南洋理工大学、悉尼大学在欧洲计算机视觉国际会议(ECCV2018)上联合举办了首届WIDER Face and Pedestrian Challenge 2018挑战赛，共吸引来自世界各国超过400人/队报名参赛，最终收到73支队伍的提交结果。
在其中的Pedestrian Detection任务中，VIPL参赛队伍斩获第一名(1/35)。我们基于Faster RCNN方法，利用ResNet网络加特征金字塔结构(FPN)抽取并融合多层次语义信息。并通过在检测模块中添加级联R-CNN网络(Cascade R-CNN)，训练得到更好的回归结果。采用RoI-Align代替原版Faster RCNN中的RoI-Pooling，帮助检测小尺度行人，并且使用注意力机制(channel-wise attention)处理遮挡问题，整体框架大致如图1所示。结果表明VIPL参赛组的成绩排在第一位，超过第二名五个百分点(如图2所示)。在主办方举办的研讨会上，VIPL参赛组得到了主办方颁发的获奖证书(图3)，并且做了10分钟的口头报告(图4)。
图1: 主体框架
图2: 比赛结果
图3: VIPL组获奖证书，获奖成员为：张弘楷，马丙鹏，常虹，山世光，陈熙霖
图4: 山世光研究员现场讲解
附件下载：