基于深度学习的小尺寸行人目标检测方法

作者：韩冰; 王云浩; 杨铮; 仇文亮; 张景滔; 李凯

来源：2018-06-07, 中国, ZL201810577466.6.

本发明公开了一种基于深度学习的小尺寸行人目标检测方法。主要解决现有技术对小尺寸行人目标检测效果差的问题。其实现方案是：读取行人检测数据库数据,使用VGG网络提取特征；将VGG网络不同层特征进行叠加融合,得到两种特征融合层；根据VGG网络中特征层Conv53和第一种特征融合层,获得候选区域的回归边界和分类概率；根据候选区域的回归边界和第二种特征融合层,得到检测结果的回归边界和分类概率；根据检测结果的回归边界和分类概率,使用损失函数对VGG网络进行训练,得到最终的精确检测结果。本发明能实现对小尺寸目标精确检测,可用于无人驾驶或辅助驾驶。