基于视觉注意机制深度强化学习的行人检测方法

• 作者: 李晶皎 李珍妮 马技
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 视觉注意 深度强化学习 行人检测 信息熵 深度学习
• 年，卷（期）: 2017,（14）
• 页码范围: 1570-1577
• 页数: 8页
• 分类号: TP181
• 字数: 8629字
• 语种: 中文

摘要

结合视觉注意机制,并用深度强化学习训练视点选择模型,模拟人类视觉搜索局部关键部位,提出了新的行人检测方法,通过视点选择模型生成聚焦图像,不断地叠加搜索关键区域,由检测网络对关键区域进行行人判别,并通过信息熵度量检测结果的可信度,作为奖赏通过深度强化学习优化视点选择模型.视点选择模型和检测网络协同迭代训练,使该方法具有很强的局部关键区域选择和判别能力,减少了形变和遮挡的影响.与经典的基于部位的行人检测方法在公开的行人检测数据集进行对比实验,结果表明,所提出的行人检测方法可以有效地提高行人检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶皎	东北大学信息科学与工程学院	84	401	10.0	16.0
2	马技	东北大学计算机科学与工程学院	9	42	4.0	6.0
6	李珍妮	东北大学信息科学与工程学院	1	4	1.0	1.0