基于深度卷积神经网络的红外图像行人检测

摘要：

红外图像中的行人检测一直是计算机视觉领域的研究热点与难点.针对传统的红外行人检测方法需要人工设计目标表达特征的弊端,本文从深度学习的角度出发,提出一种可以自动构建目标表达特征的红外行人检测卷积神经网络.在对卷积神经网络的实现原理进行分析的基础上,设计了红外行人检测卷积神经网络的初始结构,然后通过实验对初始结构进行调整,得到最终的检测神经网络.对实拍红外人体数据库进行行人检测的实验结果表明,该方法在保持低虚警率的同时可以对红外图像中的行人进行稳健检测,优于传统方法.

关键词：行人检测、深度学习、卷积神经网络、红外图像

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;安徽省自然科学研究项目

在线出版日期：2020-06-18（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：634-640