基于自适应池化的行人检测方法

• 作者: 余珮嘉 张靖 谢晓尧
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 计算机神经网络 卷积神经网络 行人检测 图像识别 自适应池化 Faster R-CNN
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 533-539
• 页数: 7页
• 分类号: TP183
• 字数: 5321字
• 语种: 中文
• DOI: 10.7535/hbkd.2019yx06011

摘要

基于卷积神经网络的行人检测器普遍采用图像识别网络,通常会引起多池化层导致小目标行人特征信息丢失、单一池化方法导致行人局部重要特征信息削弱甚至丢失等,针对以上问题,基于最大值池化和平均值池化方法,提出了一种自适应池化方法,结合通用目标检测器Faster R-CNN,形成了有效的行人检测器,达到增强行人局部重要特征信息、保留小目标行人有效特征信息的目的.对多个公开的行人数据集进行大量实验,结果表明,与传统的卷积神经网络行人检测器相比,所提方法将行人检测漏检率降低了2％～3％,验证了方法的有效性.新方法改进了卷积神经网络结构,在无人驾驶领域具有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张靖	贵州大学电气工程学院	31	144	6.0	11.0
2	谢晓尧	贵州师范大学贵州省信息与计算科学重点实验室	101	352	9.0	12.0
3	余珮嘉	贵州大学计算机科学与技术学院	2	0	0.0	0.0