科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的复杂背景行人检测方法,其主要步骤如下：搭建SSD目标检测框架并修改SSD网络模型：在特定卷积层中间添加Inception组件,通过Concatenation操作将特定卷积层进行融合,得到新的特征提取层,以新特征提取层为基础层构建新的特征提取网络；在新特征提取层后端添加Inception组件,并通过Pooling和Concatenation操作将所提取特征逐层与后续的特征提取层融合；以上述步骤所得的网络作为训练网络,使用行人数据集进行训练；设定相关阈值,使用相应的测试集进行测试,输出检测结果。本发明通过加深和加宽神经网络来充分挖掘图像中的背景信息,不仅提高了SSD框架在行人检测任务中的召回率,而且增强了该框架的鲁棒性,提升了该框架在复杂背景下的行人检测性能。
- 单位
