卷积神经网络的多尺度行人检测

• 作者: 杨力 章东平 胡葵
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 卷积神经网络 多尺度行人检测 增加检测层 并联卷积层
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计量与测试
• 页码范围: 472-477
• 页数: 6页
• 分类号: TP181
• 字数: 4365字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2017.04.011

摘要

行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KIT-TI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章东平	中国计量大学信息工程学院	29	80	5.0	7.0
2	杨力	中国计量大学信息工程学院	12	26	3.0	4.0
3	胡葵	中国计量大学信息工程学院	1	3	1.0	1.0