-
题名基于卷积神经网络的行人目标检测系统设计
被引量:3
- 1
-
-
作者
王林
刘盼
-
机构
西安理工大学自动化与信息工程学院
-
出处
《计算机测量与控制》
2020年第7期64-68,96,共6页
-
基金
陕西省科技计划重点项目资助(2017ZDCXL-GY-05-03)。
-
文摘
为获得最直观的行人目标检测结果,避免运动姿态不确定性对实时检测造成的影响,设计基于卷积神经网络的行人目标检测系统;以CNN计算框架作为硬件结构主体,分级连接目标传感器与神经型卷积分类器,按照并行检测原理及卷积神经架构搭建检测体系结构;建立训练文件体系,通过迎合目标训练环境的方式,配置必要的检测文件参数,完成待检测行人目标的样本训练处理;在检测节点架构中,规定与访问接口关联的配置条件,借助增设的模块复用加速结构,直接获取行人目标检测结果,实现行人目标的样本重构,完成基于卷积神经网络的行人目标检测系统设计;实验结果表明,与PCA、SVM算法相比,应用卷积神经网络型检测系统后,单位时间内的行人目标检测量达到9.6×10^9 T,目标数据堆积速率降低至1.14×10^9 T/s,能够直观获取行人目标检测结果,有效抑制了运动姿态不确定性对系统实时检测的影响。
-
关键词
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
-
Keywords
convolutional neural network
Pedestrian target
Detection system
CNN framework
Target sensor
Training documents
Access interface
Reuse accelerated structure
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-