基于混合卷积神经网络的人头检测方法

摘要：

考虑到行人检测是视频监控领域的一项重要技术,其检测效果易受遮挡严重、光照不均等因素的影响,而人头检测是行人检测的重要研究内容,本文提出了一种基于混合卷积神经网络的人头检测方法.该方法将快速区域卷积神经网络(CNN)架构引入到局部模型的构建中,可以更好地获取图像的上下文信息,以得到更好的检测效果.通过全局模型预测头部的位置和尺度,利用成对模型确定待测目标间的成对关系.最后将局部、全局和成对模型融合成一个混合卷积神经网络框架,进行人头检测.研究结果表明,网络结构优化后的模型比多卷积神经网络方法在实时性显著提高52.3倍的同时,还可以将检测精度提高1.8％,计算复杂度和内存消耗也大大降低.

关键词：图像处理、行人检测、人头检测、上下文、卷积神经网络(CNN)、迁移学习

所属期刊栏目：28

资助基金：国家自然科学基金61771223;江苏省前瞻性联合研究BY2016022-28

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：313-319