-
题名基于多尺度特征融合的小尺度行人检测
被引量：4
- 1
-
-
作者
罗强
盖佳航
郑宏宇
-
机构
南京理工大学计算机科学与工程学院
-
出处
《软件》
2019年第12期100-105,共6页
-
基金
江苏省大学生创新创业训练计划项目经费资助,项目编号(201810288033X)
南京理工大学本科生科研训练“百千万”计划
-
文摘
随着无人驾驶技术的蓬勃发展,针对行人的检测成为一大难点,同时也是热点研究问题。而针对传统行人检测框架(One-stage和Two-stage等)对小尺度行人检测效果不佳的问题,本文在FPN网络基础上尝试了新的策略,致力于提高视频序列不同尺度行人的识别精度。算法先通过ResNet50提取特征,并采用FPN进行多尺度特征融合,同时利用RPN产生推荐区域,最后Fast RCNN对RPN产生的推荐区域实现分类与回归,经过非极大值抑制后处理等到最终结果。实验结果表明,本文基于FPN构建的行人检测算法,在CityPersons数据集上达到了11.88%MR,比基准模型Adapted Faster RCNN在小尺度行人检测上有较大提升,相比于传统检测框架能更好的检测不同尺度的行人。该技术可以广泛应用在智能视频监控,车辆辅助驾驶等领域中。
-
关键词
卷积神经网络
小尺度
行人检测
FPN
特征融合
-
Keywords
Convolutional neural network
Small scale
Pedestrian detection
FPN
Feature fusion
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
