改进Faster R-CNN在两轮车辆载人检测中的应用 |
| |
作者姓名: | 周亚龙 欧阳鹏 邝先验 陈涛 |
| |
作者单位: | 江西理工大学 电气工程与自动化学院,江西 赣州341000;江西理工大学 电气工程与自动化学院,江西 赣州341000;江西理工大学 电气工程与自动化学院,江西 赣州341000;江西理工大学 电气工程与自动化学院,江西 赣州341000 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 针对交通场景复杂、人头尺寸偏小、乘客重叠等因素导致的两轮车辆载人检测经常出现的乘客漏检问题,设计了一种改进的Faster R-CNN检测模型.该模型以GoogLeNet为特征提取网络,修改了区域生成网络中候选框尺寸,采用特征融合策略,使得模型对小目标更加灵敏.针对乘客重叠导致的漏检问题,模型采用柔和的非极大值抑制(So...
|
关 键 词: | 深度学习 两轮车 人头 Faster R-CNN 目标检测 区域生成网络 特征融合 |
本文献已被 万方数据 等数据库收录! |
|