首页 > 论文 > 激光与光电子学进展 > 54卷 > 8期(pp:081003)

基于加速区域卷积神经网络的夜间行人检测研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

行人检测是机器人和无人车在夜间工作的重要任务之一,本文使用加速区域卷积神经网络框架实现夜间红外图像中的行人检测,该框架用区域建议网络生成候选区域,无需单独从图像中生成候选区域。区域建议网络和用于分类以及位置精修的卷积网络中的卷积层采用参数共享机制,使得该框架具有端到端的优点,因此无需手动选取目标特征,直接实现了从输入图像到行人检测的功能。通过实验结果比较,与使用传统方法(方向梯度直方图特征+局部二值模式特征+级联分类器)和快速区域卷积神经网络相比,本文使用加速区域卷积网络框架对红外图像进行人检测的准确率从68.2%和73.4%提高到了90.9%,检测时间从3.6s/帧和2.3s/帧缩短到了0.04s/帧,达到了实际应用中的实时性要求。

投稿润色
补充资料

DOI:10.3788/lop54.081003

作者单位:

    东华大学信息学院自动化系
    东华大学信息学院自动化系
    东华大学信息学院自动化系
    华东理工大学

引用该论文

叶国林,孙韶媛,高凯珺,赵海涛. 基于加速区域卷积神经网络的夜间行人检测研究[J].激光与光电子学进展,2017,54(8):081003.