基于Cascade-Rcnn的行人检测 |
| |
引用本文: | 刘博文彭祝亮范程岸.基于Cascade-Rcnn的行人检测[J].无线互联科技,2020(2):15-17. |
| |
作者姓名: | 刘博文彭祝亮范程岸 |
| |
作者单位: | 1.广东工业大学自动化学院; |
| |
基金项目: | 广东省科技计划项目;项目编号:2019B010147001;广州市科技计划项目;项目编号:201902020014 |
| |
摘 要: | Faster Rcnn是目标检测领域中精确度较高、使用范围较广的一个经典算法,而Cascade Rcnn是借鉴Faster Rcnn改进的。文章将Cascade Rcnn的方法应用于行人检测中,利用深层卷积神经网络提取图像特征,通过RPN提取可能含有行人的区域,利用多层级联的检测器对目标区域进行判别和分类,在数据集中进行了检测验证。实验结果表明,相比基于Faster-rcnn的行人检测方法,在测试集上检测准确度达到了66.2%,其检测效果更好。
|
关 键 词: | 行人检测 深度学习 目标检测 深层卷积神经网络 |
本文献已被 维普 等数据库收录! |
|