基于融合FPN和Faster R-CNN的行人检测算法

• 作者: 张儒良 王全红 王林 王飞 赵勇
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 特征金字塔网络 区域建议网络 Faster R-CNN 多尺度行人检测
• 年，卷（期）: 2019,（3）
• 页码范围: 530-537
• 页数: 8页
• 分类号: TP391.41
• 字数: 3827字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2019.03.016

摘要

针对多尺度行人检测的问题,本文提出一种基于融合特征金字塔网络(Feature pyramid networks,FPN)和Faster R-CNN (Faster region convolutional neural network)的行人检测算法.首先,对FPN和区域建议网络(Region proposal networks,RPN)进行融合;然后,对FPN和Fast R-CNN进行融合;最后,在Caltech数据集、KITTI数据集和ETC数据集上分别对融合FPN和Faster R-CNN的行人检测算法进行训练和测试.该算法在Caltech数据集、KITTI数据集和ETC数据集上的mAP (mean Average Precision)分别达到69.72％,69.76％和89.74％.与Faster R-CNN相比,该算法不仅提高了行人检测精度,而且在多尺度行人检测的问题上也获得了较为满意的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵勇	北京大学深圳研究生院信息工程学院	38	285	10.0	16.0
2	张儒良	贵州民族大学数据科学与信息工程学院	23	129	5.0	11.0
3	王林	贵州民族大学数据科学与信息工程学院	28	96	5.0	8.0
4	王飞	贵州民族大学人文科技学院	19	100	6.0	9.0
5	王全红	北京大学深圳研究生院信息工程学院	1	1	1.0	1.0