基于聚合通道特征及卷积神经网络的行人检测

作     者：陈光喜 蔡天任 黄勇 王佳鑫 CHEN Guang-xi 1,CAI Tian-ren 1 ,HUANG Yong 2,WANG Jia-xin 1

作者机构：桂林电子科技大学广西图像图形智能处理重点实验室广西桂林541004 广州大学广东省数学教育软件工程技术研究中心广东广州510006 

基　　金：国家自然科学基金项目(61462018) 广东省数学教育软件工程技术研究中心开放基金项目(LD16124X) 广西学位与研究生教育改革基金项目(JGY2014060) 桂林电子科技大学研究生教育创新基金项目(2016XWYJ09) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第7期

页      码：2059-2063,2068页

摘      要：为解决在复杂环境下难以尽可能多地检测到行人的问题,提出一种基于聚合通道特征、通过卷积神经网络提取特征的行人检测算法。采用聚合通道特征的算法尽可能多地产生候选框,通过卷积神经网络提取候选框内物体的深度特征,使用支持向量机分类器对候选框内的物体进行分类,检测出行人。在公开数据集Caltech和INRIA数据集上进行测试,实验结果表明,与目前主流算法比较,召回率平均提升12%,F值平均增加0.05,能有效减少计算机的计算开销。

主 题 词：行人检测 聚合通道特征 卷积神经网络 候选框 支持向量机 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2018.07.043

馆 藏 号：203305047...