-
题名基于聚合通道特征及卷积神经网络的行人检测
被引量：7
- 1
-
-
作者
陈光喜
蔡天任
黄勇
王佳鑫
-
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
广州大学广东省数学教育软件工程技术研究中心
-
出处
《计算机工程与设计》
北大核心
2018年第7期2059-2063,2068,共6页
-
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)
+1 种基金
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)
-
文摘
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。
-
关键词
行人检测
聚合通道特征
卷积神经网络
候选框
支持向量机
-
Keywords
pedestrian detection
aggregate channel features （ACF）
convolutional neural networks （CNN）
candidate box
support vector machine （SVM）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
