一种卷积神经网络的车辆和行人检测算法

作者：李大华; 汪宏威^*; 高强; 于晓; 沈洪宇

来源：激光杂志, 2020, 41(04): 70-75.

DOI：10.14016/j.cnki.jgzz.2020.04.070

• 监控系统
• 人工智能
• 深度学习
• 神经网络
• 目标检测

针对传统车辆行人检测算法速度慢、精度低、难以进行多尺寸检测等问题,设计了一种深度卷积神经网络,应用到密集车辆和行人的实时检测。采用批标准化、Res结构、SSES结构搭建深度卷积神经网络,融合不同深度的特征并用3个不同尺寸特征图检测以提高网络对多尺寸目标的检测能力。神经网络在PASCAL VOC2007、2012车辆和人混合数据集上训练,检测车辆、行人的平均精度分别到达80. 1%、83. 6%,检测单张图片耗时0. 04 s。实验结果表明,设计的算法检测车辆、行人精度较高,多尺寸目标检测效果好,可实时检测。

• 单位
  电子工程学院; 天津理工大学