| 基于改进RetinaNet的行人检测算法 |
| |
| 引用本文： | 刘晋川,黎向锋,叶磊,刘安旭,赵康,左敦稳.基于改进RetinaNet的行人检测算法[J].科学技术与工程,2022,22(10):4019-4025. |
| |
| 作者姓名： | 刘晋川 黎向锋 叶磊 刘安旭 赵康 左敦稳 |
| |
| 作者单位： | 南京航空航天大学 |
| |
| 基金项目： | 国家自然科学基金,国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 为提高实际应用场景中行人的检测精度，提出使用高分辨率特征提取网络HRNet（High-Resolution Representation Network）并引入Guided Anchoring机制对RetinaNet算法进行改进，维持了特征图在特征提取过程中的高分辨率信息，同时使网络中的锚框自适应生成，提高了算法的检测精度。结果表明：该改进算法在Caltech行人数据集上取得了0.905的平均精度均值（mean average precision，简称mAP），相比于标准的RetinaNet算法提高了6.0%，在每帧图像尺寸为1280×720像素的视频上检测速度达到了19FPS（每秒检测帧数） ，达到了检测精度与检测速度的均衡。
|
| 关 键 词： | 行人检测 卷积神经网络 RetinaNet 高分辨率网络 Guided Anchoring |
| 收稿时间： | 2021/6/1 0:00:00 |
| 修稿时间： | 2022/1/26 0:00:00 |
Pedestrian Detection Algorithm Based on Improved RetinaNet |
| |
| Liu Jinchuan,Li Xiangfeng,Ye Lei,Liu Anxu,Zhao Kang,Zuo Dunwen.Pedestrian Detection Algorithm Based on Improved RetinaNet[J].Science Technology and Engineering,2022,22(10):4019-4025. |
| |
| Authors: | Liu Jinchuan Li Xiangfeng Ye Lei Liu Anxu Zhao Kang Zuo Dunwen |
| |
| Institution: | Nanjing University of Aeronautic and Astronautics |
| |
| Abstract: | |
| |
| Keywords: | pedestrian detection convolutional neural network RetinaNet High Resolution Network Guided Anchoring |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
