基于多通道稀疏卷积神经网络的行人检测算法

• 作者: 曹璐 秦玉芳 陈明
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 卷积神经网络 方向梯度直方图 多通道 行人检测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 计算与测试
• 页码范围: 130-132,136
• 页数: 4页
• 分类号: TP319.4
• 字数: 2765字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)10-0130-03

摘要

针对传统卷积神经网络(CNN)的输入是原始图像,冗余信息多,对局部边缘和纹理的刻画不明显的问题,提出了一种基于多通道输入的稀疏卷积神经网络(MCS—CNN)检测算法.将图像方向梯度直方图(HOG)特征构成的HOG特征图和色差(YUV)颜色空间组成3个通道,通过卷积层提取特征,并采用稀疏自动编码器稀疏化;使用Softmax分类器进行行人检测.模型充分利用图像的像素级特征,同时还融合HOG对于行人轮廓显著描述的优点.实验结果表明:与CNN,HOG结合支持向量机(HOG—SVM)检测算法相比,MCS—CNN模型检测准确度和检测速度均明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明	上海海洋大学信息学院	58	263	8.0	13.0
5	秦玉芳	上海海洋大学信息学院	9	12	3.0	3.0
6	曹璐	上海海洋大学信息学院	1	4	1.0	1.0