-
题名基于改进R-FCN的多遮挡行人实时检测算法
被引量：5
- 1
-
-
作者
刘辉
彭力
闻继伟
-
机构
江南大学物联网工程学院物联网应用技术教育部工程中心
-
出处
《光电工程》
CAS
CSCD
北大核心
2019年第9期47-55,共9页
-
基金
教育部中国移动创新基金资助项目(MCM20182019)~~
-
文摘
当前车辆辅助驾驶系统的一个主要挑战就是在复杂场景下实时检测出多遮挡的行人,以减少交通事故的发生。为了提高系统的检测精度和速度,提出了一种基于改进区域全卷积网络(R-FCN)的多遮挡行人实时检测算法。在R-FCN网络基础上,引进感兴趣区域(RoI)对齐层,解决特征图与原始图像上的RoI不对准问题;改进可分离卷积层,降低R-FCN的位置敏感分数图维度,提高检测速度。针对行人遮挡问题,提出多尺度上下文算法,采用局部竞争机制进行自适应上下文尺度选择;针对遮挡部位可见度低,引进可形变RoI池化层,扩大对身体部位的池化面积。最后为了减少视频序列中行人的冗余信息,使用序列非极大值抑制算法代替传统的非极大值抑制算法。检测算法在基准数据集Caltech训练检测和ETH上产生较低的检测误差,优于当前数据集中检测算法的精度,且适用于检测遮挡的行人。
-
关键词
多遮挡行人
可分离卷积层
多尺度上下文
可形变roi池化层
-
Keywords
multi-occluded pedestrian
separable convolution layer
multi-scale context
deformable roi pooling layer
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进R-FCN的交通标志检测
被引量：4
- 2
-
-
作者
喻清挺
喻维超
喻国平
-
机构
南昌大学信息工程学院
国家电网南昌供电公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第12期285-290,298,共7页
-
基金
江西省重点研发计划项目(20161BBE50089)。
-
文摘
为在交通标志检测过程中同时满足精度和速度的需求,建立一种改进的基于区域全卷积网络(R-FCN)的交通标志检测模型。通过K-means聚类算法对数据集进行分析,选择合适的锚点框。对特征提取网络ResNet101进行结构简化,只使用前25层来提取特征,以缩短检测时间。在模型中引入可变形卷积和可变形位置敏感RoI池化层,以提高模型对交通标志的感应能力。模型训练过程中使用在线困难样本挖掘策略从而减少简单样本数量。在交通标志检测数据集GTSDB上的实验结果表明,该模型对交通标志位置信息较敏感,AP50和AP75指标分别达到97.8%和94.7%,检测时间缩至48 ms,检测精度与速度优于Faster R-CNN、R-FCN等模型。
-
关键词
交通标志
区域全卷积网络
ResNet101网络
可变形卷积
可变形位置敏感roi池化
-
Keywords
traffic sign
Region-based Fully Convolutional Network(R-FCN)
ResNet101
deformable convolution
deformable position-sensitive roi pooling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
