多任务卷积神经网络的电梯乘客识别方法

作者：王廷银; 郭威; 吴允平^*

来源：计算机系统应用, 2021, 30(06): 278-285.

DOI：10.15888/j.cnki.csa.007975

• 卷积神经网络
• 电梯安全监测
• 乘客识别
• Inception模块
• 批量归一化

电梯安全监测系统应用中,对于电梯乘客识别往往采用红外传感技术或是传统人脸检测算法如Haar-like、HOG实现,但应用效果并非很理想.近年来随着深度学习的发展,基于卷积神经网络的人脸检测算法在精度上高于传统人脸检测算法,被多个领域应用.基于多任务级联卷积神经人脸检测算法模型小、运算快的特点而将其应用到电梯安全监测系统中的电梯乘客识别,通过引入Inception模块思想,利用不同大小卷积核并行操作增加各级网络的深度和宽度,提升网络特征提取能力,结合Batch Normalization算法提高模型训练速度和网络的分类能力.实验结果表明,改进后算法的精度比原算法提升了2%,实现高准确率的电梯乘客识别.

• 单位
  福建师范大学