基于深度卷积神经网络的行人检测

• 作者: 周遊 方虎生 朱经纬 芮挺 费建超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人检测 深度学习 卷积神经网络 特征提取
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 162-166
• 页数: 5页
• 分类号: TP139.41
• 字数: 4048字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1502-0122

摘要

行人检测一直是目标检测研究与应用中的热点.目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述,然后利用分类器实现二分类.卷积神经网络作为深度学习的重要组成,在图像、语音等领域得到了成功应用.针对人工设计的特征提取方法难以有效表达复杂环境下行人特征的问题,提出采用多层网络构建深度卷积神经网络实现对行人检测的方法.系统分析了卷积神经网络层数、卷积核大小、特征维数等对识别效果的影响,优化了网络参数.实验结果表明该方法对于行人检测具有很高的识别率,优于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱经纬	解放军理工大学野战工程学院	11	145	5.0	11.0
2	方虎生	解放军理工大学野战工程学院	24	218	5.0	14.0
3	芮挺	解放军理工大学野战工程学院	66	682	15.0	24.0
4	周遊		18	188	6.0	13.0
5	费建超	解放军理工大学野战工程学院	2	124	2.0	2.0