多层卷积特征的真实场景下行人检测研究

• 作者: 伍鹏瑛 张建明 彭建 陆朝铨
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 行人检测 卷积神经网络 SSD 真实场景 多尺度特征 目标检测 小目标行人 行人数据集
• 年，卷（期）: 2019,（2）
• 页码范围: 306-315
• 页数: 10页
• 分类号: TP391
• 字数: 6839字
• 语种: 中文
• DOI: 10.11992/tis.201710019

摘要

针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS).PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征对行人目标分别做检测,融合多层检测结果,提升了小目标行人的检测性能.此外,针对数据集样本多样性能有效地提升检测算法的泛化能力,本文采集了不同光照、姿态、遮挡等复杂场景下的行人图像,对背景比较复杂的INRIA行人数据集进行了扩充,在扩增的行人数据集上训练的PDIS模型,提高了在真实场景下的行人检测精度.实验表明:PDIS在INRIA测试集上测试结果达到93.8％的准确率,漏检率低至7.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭建	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	18	98	6.0	9.0
5	张建明	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	25	87	6.0	7.0
9	陆朝铨	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	3	7	2.0	2.0
10	伍鹏瑛	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	1	1	1.0	1.0