基于卷积神经网络的运动行人识别算法的研究

作者：于闯; 杨姝^*; 寇海莲

来源：沈阳师范大学学报(自然科学版), 2019, 37(05): 461-466.

• 深度学习
• 卷积神经网络
• 行人检测

针对定点视频监控中,因位于远景区域中的行人目标分辨率较低等因素容易造成行人漏检和误检的问题,提出一种对监控系统中的远景区域增设辅助变焦摄像头的方法,来解决此问题。具体的方法如下:首先,增设辅助变焦摄像头对系统中的远景区域进行监控,使得位于远景区域中的视频图像分辨率提高至原来的2倍;其次,对监控系统中远景区域和增加的辅助摄像头获得的视频图像分别进行运动目标的检测、去噪和提取,得到运动目标的图像;然后,通过人工方法,对图像中的运动目标进行类别标识,获得训练样本和检验样本;最后,利用训练样本训练卷积神经网络,进行运动行人的识别。实验结果表明,使用本文提出的方法,可以有效提高远景区域中运动行人的识别准确率,卷积神经网络准确率达到92.61%,行人目标的相对检出率提高了95.29%,行人分类准确率提高了15.14%,可以满足识别精度的要求。

• 单位
  沈阳师范大学