级联式多尺度行人检测算法研究

• 作者: 刘艳霞 张姗 方建军
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 多尺度行人检测 级联卷积神经网络 正样本采集 加权损失函数
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 42-45,52
• 页数: 5页
• 分类号: TP391
• 字数: 3428字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)01-0042-04

摘要

针对多尺度行人检测精度不够高的问题,提出了一种级联式多尺度行人检测算法,使用矩形卷积核提取行人特征,根据行人轮廓特征设计候选区域宽高比例;并提出自适应损失函数,使网络聚焦于困难样本,有效缓解了长尾效应在训练网络时带来的不利因素,提高了网络泛化能力.实验结果表明:所提算法对于Caltech数据集中的大尺度行人,漏检率比Adapt Faster Rcnn算法降低了1.36％;对于中小尺度行人,漏检率比Adapt Faster Rcnn算法下降8.82％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方建军	北京联合大学城市轨道交通与物流学院	36	197	7.0	12.0
2	刘艳霞	北京联合大学城市轨道交通与物流学院	21	121	6.0	10.0
3	张姗	北京联合大学北京市信息服务工程重点实验室	2	0	0.0	0.0