改进的CNN用于单帧红外图像行人检测的方法

• 作者: 单巍 崔少华 李素文 黄金乐
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 图像处理 LeNet-7系统 单帧红外图像 检测率
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 238-244
• 页数: 7页
• 分类号: TP391
• 字数: 4799字
• 语种: 中文

摘要

针对全卷积神经网络对单帧红外图像行人检测计算量大、检测率较低等问题,提出了一种改进的LeNet-7系统对红外图像行人检测的方法.该系统包含3个卷积层、3个池化层,通过错误率最小的试选法确定每层参数,以波士顿大学建立的BU-TIV数据库训练系统.首先,以俄亥俄州立大学建立的OTCBVS和Terravic Motion IR Database红外数据库作为测试图像;然后,采用自适应阈值的垂直和水平投影法得到感兴趣区域(regions of interest,ROI);最后,将得到的ROI输入训练好的系统进行测试.3个测试集检测实验表明,本文方法具有良好的识别能力,与不同实验方法相比,本文方法能有效提高检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李素文	淮北师范大学物理与电子信息学院	88	194	7.0	9.0
2	崔少华	淮北师范大学物理与电子信息学院	30	30	4.0	4.0
3	单巍	淮北师范大学物理与电子信息学院	24	22	3.0	4.0
4	黄金乐	淮北师范大学物理与电子信息学院	4	0	0.0	0.0