首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度卷积神经网络的行人检测
引用本文:芮 挺,费建超,周 遊,方虎生,朱经纬. 基于深度卷积神经网络的行人检测[J]. 计算机工程与应用, 2016, 52(13): 162-166
作者姓名:芮 挺  费建超  周 遊  方虎生  朱经纬
作者单位:1.解放军理工大学 野战工程学院,南京 2100072.江苏经贸职业技术学院,南京 210007
摘    要:行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述,然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成,在图像、语音等领域得到了成功应用。针对人工设计的特征提取方法难以有效表达复杂环境下行人特征的问题,提出采用多层网络构建深度卷积神经网络实现对行人检测的方法。系统分析了卷积神经网络层数、卷积核大小、特征维数等对识别效果的影响,优化了网络参数。实验结果表明该方法对于行人检测具有很高的识别率,优于传统方法。

关 键 词:行人检测  深度学习  卷积神经网络  特征提取  

Pedestrian detection based on deep convolutional neural network
RUI Ting,FEI Jianchao,ZHOU You,FANG Husheng,ZHU jingwei. Pedestrian detection based on deep convolutional neural network[J]. Computer Engineering and Applications, 2016, 52(13): 162-166
Authors:RUI Ting  FEI Jianchao  ZHOU You  FANG Husheng  ZHU jingwei
Affiliation:1.College of Field Engineering, PLA University of Science & Technology, Nanjing 210007, China2.Jiangsu Institute of Commerce, Nanjing 210007, China
Abstract:
Keywords:pedestrian detection  deep learning  convolutional neural network  feature extracting  
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号