基于深度神经网络的行人头部检测

• 作者: 刘正熙 李征 熊运余 陶祝
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 视频分析 行人检测 卷积神经网络 Faster-RCNN 空间金字塔池化层
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1475-1481
• 页数: 7页
• 分类号: TP389.1
• 字数: 4626字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.08.019

摘要

行人检测已成为安防、智能视频监控、景区人流量统计所依赖的核心技术,最新目标检测方法包括快速的区域卷积神经网络Fast-RCNN、单发多重检测器SSD、部分形变模型DPM等,皆为对行人整体的检测.在大场景下,行人姿态各异,物体间遮挡频繁,只有通过对行人身体部分位置建模,抓住人的局部特征,才能实现准确的定位.利用Faster-RCNN深度网络原型,针对行人头部建立检测模型,同时提取行人不同方向的头部特征,并加入空间金字塔池化层,保证检测速率,有效解决大场景下行人的部分遮挡问题,同时清晰地显示人群大致流动方向,相比普通的人头估计,更有利于人流量统计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘正熙	四川大学计算机学院	42	266	9.0	16.0
2	熊运余	四川大学计算机学院	39	147	6.0	11.0
3	李征	四川大学计算机学院	34	258	8.0	15.0
4	陶祝	四川大学计算机学院	3	8	2.0	2.0