文献类型：期刊文章

作　　者：叶国林[1,2] 孙韶媛[1,2] 高凯珺[1,2] 赵海涛[3]

机构地区：[1]东华大学信息科学与技术学院,上海201620 [2]东华大学数字化纺织服装技术教育部工程研究中心,上海201620 [3]华东理工大学信息科学与工程学院,上海200237

出　　处：《激光与光电子学进展》

基　　金：国家自然科学基金(61375007);上海市科委基础研究项目(15JC1400600)

年　　份：2017

卷　　号：54

期　　号：8

起止页码：117-123

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：行人检测是机器人和无人车夜间工作应用中的重要任务之一,采用加速区域卷积神经网络框架实现夜间红外图像中的行人检测,用区域建议网络生成候选区域,无需单独从图像中生成候选区域。区域建议网络和用于分类以及位置精修的卷积网络中,采用卷积层参数共享机制,使得该框架具有端到端的优点,因此无需手动选取目标特征,实现了从输入图像直接到行人检测的功能。实验结果表明,与使用传统方法和快速区域卷积神经网络相比,使用加速区域卷积网络框架对红外图像进行行人检测的准确率从68.2%和73.4%提高到了90.9%,检测时间从3.6s/frame和2.3s/frame缩短到了0.04s/frame,达到了实际应用中的实时性要求。

关 键 词：图像处理 红外图像 行人检测 加速区域卷积神经网络  区域建议网络  

分 类 号：TP391]