基于双路式卷积神经网络的车辆与行人检测

• 作者: 李伙钦 林少丹 洪朝群
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 单路式卷积神经网络 双路式卷积神经网络 反向传播算法 道路监控系统
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP391.41|TP183
• 字数: 3912字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2019.02.003

摘要

针对低能见度状态下对车辆与行人的视觉特征难以提取的问题,提出一种将2路卷积神经网络融合从而实现对车辆与行人识别的方法.采用高斯背景差分法实现图像去模糊,在双路网络中分别采用不同尺寸的滤波器,调整滤波器的大小得到不同环境下图片的特征值,采用反向传播算法计算梯度.实验结果显示,与单路式卷积神经网络对比,在能见度低的环境中,该方法对车辆的辨识率提高至83.49％,对行人的辨识率提高至87.36％,表明在低能见度环境中,双路式卷积神经网络识别准确率高于单路式卷积神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪朝群	厦门理工学院计算机与信息工程学院	10	15	3.0	3.0
2	林少丹	福建船政交通职业学院信息工程系	11	22	3.0	4.0
3	李伙钦	福建船政交通职业学院信息工程系	6	21	3.0	4.0