基于卷积神经网络的行人目标检测系统设计

• 作者: 刘盼 王林
• 来源期刊: 计算机测量与控制
• 关键词: 卷积神经网络 行人目标 检测系统 CNN框架 目标传感器 训练文件 访问接口 复用加速结构
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 64-68,96
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.07.014

摘要

为获得最直观的行人目标检测结果,避免运动姿态不确定性对实时检测造成的影响,设计基于卷积神经网络的行人目标检测系统;以CNN计算框架作为硬件结构主体,分级连接目标传感器与神经型卷积分类器,按照并行检测原理及卷积神经架构搭建检测体系结构;建立训练文件体系,通过迎合目标训练环境的方式,配置必要的检测文件参数,完成待检测行人目标的样本训练处理;在检测节点架构中,规定与访问接口关联的配置条件,借助增设的模块复用加速结构,直接获取行人目标检测结果,实现行人目标的样本重构,完成基于卷积神经网络的行人目标检测系统设计;实验结果表明,与PCA、SVM算法相比,应用卷积神经网络型检测系统后,单位时间内的行人目标检测量达到9.6×109 T,目标数据堆积速率降低至1.14×109 T/s,能够直观获取行人目标检测结果,有效抑制了运动姿态不确定性对系统实时检测的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王林	西安理工大学自动化与信息工程学院	74	1063	14.0	31.0
2	刘盼	西安理工大学自动化与信息工程学院	2	2	1.0	1.0