近年来，随着智慧城市、智能安防、交通管理和自动驾驶等领域快速发展，复杂场景下的行人感知与定位成为智能视觉系统的重要基础技术。多视角行人检测通过融合不同空间位置摄像机获取的互补信息，可有效缓解单一视角下视野受限和目标遮挡等问题，为复杂环境中的行人精准定位提供更加完整的空间信息。然而，在高密度人群场景中，严重遮挡容易造成有效视觉信息缺失，不同摄像机之间的透视差异还会引起跨视角特征错位。特别是将不同视角的图像特征投影至统一鸟瞰视角空间后，透视投影产生的视差可能进一步造成行人特征的空间偏移与混叠，影响多视角信息融合效果和行人定位精度。

近期，半导体所人工智能与高速电路实验室宁欣研究员团队针对复杂遮挡环境下多视角行人检测中的遮挡信息缺失和跨视角特征错位问题，提出了一种融合密度引导遮挡增强与自适应多视角特征融合的鲁棒多视角行人检测框架（DOA-AMF）。

针对高密度场景中遮挡样本不足及遮挡模式复杂的问题，研究团队提出基于人群密度感知和多视角几何一致性的三维遮挡增强策略。该策略依据场景中的人群密度分布和多摄像机几何关系生成符合真实空间分布规律的虚拟遮挡样本，在保持跨视角几何一致性的同时丰富遮挡场景，有效提升模型对复杂遮挡环境的适应能力。针对透视投影引起的跨视角特征空间偏移问题，团队进一步设计了基于可变形卷积的自适应多视角特征融合模块，通过动态调整特征采样位置，对不同视角投影后的特征偏移进行自适应校正，从而提高跨视角特征对齐和融合的准确性。

实验结果表明，该方法在真实场景数据集Wildtrack和合成数据集MultiviewX上均取得优异性能，多目标检测准确率（MODA）分别达到94.4%和95.2%，表现出良好的检测精度和复杂遮挡场景适应能力。相关研究将物理空间约束与数据驱动的自适应特征学习相结合，为高密度遮挡环境下的多视角行人检测提供了新的解决思路，也为复杂场景中的多源视觉信息融合研究提供了技术参考。

相关研究成果以“Robust Multi-View Pedestrian Detection via Density-Guided Occlusion Augmentation and Adaptive Feature Fusion”为题，发表于国际学术期刊《信息融合》（Information Fusion）。半导体所卢宝莉助理研究员为论文第一作者，宁欣研究员为通讯作者，李丹、赵凯等参与了该项研究。该研究得到北京市自然科学基金（L233036）和中国科学院基础研究领域青年团队计划项目（YSBR-0122）资助。

文章链接：https://doi.org/10.1016/j.inffus.2026.104638

图1 基于密度引导遮挡增强与自适应特征融合的多视角行人检测框架示意图

图2 基于人群密度感知和多视角几何一致性的三维遮挡增强方法示意图

图3 DOA-AMF在高密度遮挡场景下的行人检测结果对比