基于区域卷积神经网络的行人检测

• 作者: 吴震东 李海龙 章坚武
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 行人检测 卷积神经网络 深度学习 特征提取
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 662-667
• 页数: 6页
• 分类号: TP183
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2017.04.015

摘要

行人检测一直是机器视觉领域的研究热点和难点,在智能监控、智能交通和智能机器人等人工智能领域应用越来越广泛.近几年,深度学习尤其是深度卷积神经网络在图像、语音等领域取得了重大突破.针对传统人工设计的特征提取复杂度高且难以有效表达复杂场景中的行人特征问题,提出基于区域卷积神经网络的行人检测算法.该模型通过组合低层特征,形成更加抽象的高层表示属性类别或特征,进而从样本中提取鲁棒性更强、更能刻画图像的特征向量.由于网络模型层次较深,需要训练参数较多,而人工标注行人的数据样本较少,为了防止训练过程中发生过拟合现象,采用微调的方法训练网络.最后,通过多组实验验证,与基于HOG特征的方法相比,该算法能够明显提升行人检测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章坚武	杭州电子科技大学通信工程学院	155	1164	15.0	27.0
2	吴震东	杭州电子科技大学通信工程学院	21	101	6.0	9.0
3	李海龙	杭州电子科技大学通信工程学院	3	22	2.0	3.0