基于深度学习模型的行人检测研究与仿真

• 作者: 周益龙 曾敏
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器视觉 深度学习 卷积神经网络 行人检测
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 111-116
• 页数: 6页
• 分类号: TP391.41
• 字数: 3573字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.06.017

摘要

面向机器视觉中的行人检测问题构建出一种深度学习模型.通过在卷积神经网络中引入了遮挡模型和变形层,把行人检测的主要模块构建成一个联合深度学习的框架,提出了一个新的深度网络结构.模型利用Caltech行人数据集进行联合训练和参数优化与评估,测试了模型的检测正确率,并利用实际拍摄的图像和视频进行行人检测实验.实验表明,通过在模块之间建立起自动的、相互的联系,该深度学习模型有效降低了行人检测的失误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾敏	南京邮电大学教学质量监控与评估中心	8	35	3.0	5.0
2	周益龙	江苏科技大学计算机科学与工程学院	1	19	1.0	1.0