文献类型：期刊文章

作　　者：张汇[1] 杜煜[2] 宁淑荣[1] 张永华[1] 杨硕[1] 杜晨[3]

ZHANG Hui;DU Yu;NING Shu-rong;ZHANG Yong-hua;YANG Shuo;DU Chen(Smart City College of Beijing Union University,Beijing 100101,China;College of Robotics of Beijing Union University,Beijing 100101,China;Beijing Key Laboratory of Information Service Engineering,Beijing 100101,China)

机构地区：[1]北京联合大学智慧城市学院,北京100101 [2]北京联合大学机器人学院,北京100101 [3]北京市信息服务工程重点实验室,北京100101

出　　处：《传感器与微系统》

基　　金：国家自然科学基金重大研究计划项目(91420202)

年　　份：2019

卷　　号：38

期　　号：2

起止页码：147-149

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：借鉴目标识别领域的快速区域卷积神经网络(Fast RCNN),提出了基于Faster RCNN的行人检测方法,利用CNN提取图像特征,通过聚类和构建区域建议网络(RPN)提取可能含有行人的区域,利用检测网络对目标区域进行判别和分类,并在INRIA数据集中进行了测试验证。实验结果表明:相比基于可变形的组件模型(DPM)的行人检测方法,提出的方法,在测试集上检测准确度达到92. 7%,相比现有的其他方法,其检测效果更好。

关 键 词：快速区域卷积神经网络  区域建议网络  行人检测 深度学习  

分 类 号：TP391]