IJCAI 2020 论文推荐丨When Pedestrian Detection Meets Nighttime Surveillance: A New Benchmark

夜间行人检测是监视中的关键和前沿问题，但是计算机视觉和人工智能界尚未对此进行深入的研究。大多数现有方法都可以在有利的照明条件下（例如白天）检测行人，并获得很好的性能。然而，它们在不稳定的照明条件下（例如夜间）往往会失效。在安防领域，夜间是犯罪嫌疑人行动的关键时间。现有的夜间行人检测数据集由专为自动驾驶场景设计的车载摄像头捕获。夜间监视场景的数据集还是空缺的。自动驾驶和监视之间存在巨大差异，包括视角和照明。

在本文中，作者从夜间监控方面构建了一个新颖的行人检测数据集：NightSurveillance1。作为夜间行人检测的基准数据集，作者比较了最先进的行人检测器的性能，结果表明，这些方法不能解决NightSurveillance的所有挑战性问题。作者相信NightSurveillance可以进一步推动行人检测的研究，特别是在夜间的监控安全领域。