| 基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测 |
| |
| 引用本文： | 盛智勇,揭真.基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测[J].科学技术与工程,2018,18(22). |
| |
| 作者姓名： | 盛智勇 揭真 |
| |
| 作者单位： | 北方工业大学电子信息工程学院 |
| |
| 摘 要： | 在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。
|
| 关 键 词： | 地铁行人检测 深度学习 头肩特征 甚高速区域卷积神经网络 |
| 收稿时间： | 2018/2/25 0:00:00 |
| 修稿时间： | 2018/5/4 0:00:00 |
End-to-End Faster-RCNN Subway Pedestrian Detection based on Improved Anchor Proposal |
| |
| Sheng Zhi yong and.End-to-End Faster-RCNN Subway Pedestrian Detection based on Improved Anchor Proposal[J].Science Technology and Engineering,2018,18(22). |
| |
| Authors: | Sheng Zhi yong and |
| |
| Institution: | School of Electronic and Information Engineering, North China University of Technology, |
| |
| Abstract: | |
| |
| Keywords: | pedestrian detection in subway scene deep learning head-shoulder feature faster-rcnn |
| 本文献已被 CNKI 等数据库收录！ |
| 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 |
