基于深度模型的场景自适应行人检测

作     者：蔡英凤 王海 孙晓强 袁朝春 陈龙 江浩斌 Cai Yingfeng;Wang Hai;Sun Xiaoqiang;Yuan Chaochun;Chen Long;Jiang Haobin

作者机构：江苏大学汽车工程研究院镇江212013 江苏大学汽车与交通工程学院镇江212013 

基　　金：国家自然科学基金资助项目(U1564201 61403172 61601203) 中国博士后基金资助项目(2014M561592 2015T80511) 江苏省重点研发计划资助项目(BE2016149) 江苏省自然科学基金资助项目(BK20140555) 江苏省六大人才高峰资助项目(2014-DZXX-040 2015-JXQC-012) 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2017年第47卷第4期

页      码：679-684页

摘      要：针对现有基于机器学习的行人检测算法存在当训练样本和目标场景样本分布不匹配时检测效果显著下降的缺陷,提出一种基于深度模型的场景自适应行人检测算法.首先,受Bagging机制启发,以相对独立源数据集构建多个分类器,再通过投票实现带置信度度量的样本自动选取;其次,利用DCNN深度结构的特征自动抽取能力,加入一个自编码器对源-目标场景下特征相似度进行度量,提出了一种基于深度模型的场景自适应分类器模型并设计了训练方法.在KITTI数据库的测试结果表明,所提算法较现有非场景自适应行人检测算法具有较大的优越性;与已有的场景自适应学习算法相比较,该算法在检测率上平均提升约4%.

主 题 词：场景自适应 行人检测 深度结构 卷积神经网络 

学科分类：1305[艺术学-设计学类] 0810[工学-土木类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0805[工学-能源动力学] 081101[081101] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1001-0505.2017.04.009

馆 藏 号：203236918...