基于混合卷积神经网络的人头检测方法

• 作者: 吉训生 吴凡
• 来源期刊: 高技术通讯
• 关键词: 图像处理 行人检测 人头检测 上下文 卷积神经网络(CNN) 迁移学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 313-319
• 页数: 7页
• 字数: 3890字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2018.04.004

摘要

考虑到行人检测是视频监控领域的一项重要技术,其检测效果易受遮挡严重、光照不均等因素的影响,而人头检测是行人检测的重要研究内容,本文提出了一种基于混合卷积神经网络的人头检测方法.该方法将快速区域卷积神经网络(CNN)架构引入到局部模型的构建中,可以更好地获取图像的上下文信息,以得到更好的检测效果.通过全局模型预测头部的位置和尺度,利用成对模型确定待测目标间的成对关系.最后将局部、全局和成对模型融合成一个混合卷积神经网络框架,进行人头检测.研究结果表明,网络结构优化后的模型比多卷积神经网络方法在实时性显著提高52.3倍的同时,还可以将检测精度提高1.8％,计算复杂度和内存消耗也大大降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉训生	江南大学物联网工程学院	54	470	10.0	20.0
2	吴凡	江南大学物联网工程学院	5	37	4.0	5.0