一种基于SSD的行人检测改进算法

作者：李国进^*; 韦慧铃; 艾矫燕; 陈延明

来源：广西大学学报(自然科学版), 2021, 46(05): 1327-1336.

DOI：10.13624/j.cnki.issn.1001-7445.2021.1327

• 行人检测
• 深度学习
• SSD算法
• 基础网络
• 融合

在智能视频监控、自动驾驶、智能机器人等新兴领域中,行人检测作为其中最基本的一环起着关键性作用。由于在复杂环境下行人检测容易受到客观因素的影响,例如行人的成像尺寸差异大、相似物体多等造成行人检测精度低的问题,针对上述问题,对由卷积神经网络构成的SSD算法进行改进。为了提高基础卷积网络提取特征的能力,设计以ResNet101为基础的改进网络替换原来的VGGNet16基础网络;同时为了解决原SSD算法的浅层网络对于目标特征提取不准确的问题,增加了FPN网络对提取的浅层与深层卷积的特征进行了融合。改进的算法在行人数据集上进行训练和测试,实验结果表明,改进的SSD算法检测行人目标的平均精度比原SSD算法提高了6%,并能准确识别复杂场景中不同尺寸的行人目标,证明了改进算法的可行性。

• 单位
  广西大学