| 吉训生,吴凡.基于混合卷积神经网络的人头检测方法[J].高技术通讯(中文),2018,28(4):313~319 |
| 基于混合卷积神经网络的人头检测方法 |
|
| |
| DOI： |
| 中文关键词: 图像处理， 行人检测， 人头检测， 上下文， 卷积神经网络(CNN)， 迁移学习 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 2887 |
| 全文下载次数: 1868 |
| 中文摘要: |
| 考虑到行人检测是视频监控领域的一项重要技术，其检测效果易受遮挡严重、光照不均等因素的影响，而人头检测是行人检测的重要研究内容，本文提出了一种基于混合卷积神经网络的人头检测方法。该方法将快速区域卷积神经网络(CNN)架构引入到局部模型的构建中，可以更好地获取图像的上下文信息，以得到更好的检测效果。通过全局模型预测头部的位置和尺度，利用成对模型确定待测目标间的成对关系。最后将局部、全局和成对模型融合成一个混合卷积神经网络框架，进行人头检测。研究结果表明，网络结构优化后的模型比多卷积神经网络方法在实时性显著提高52.3倍的同时，还可以将检测精度提高1.8%，计算复杂度和内存消耗也大大降低。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
