-
题名深度学习的多尺度多人目标检测方法研究
被引量:11
- 1
-
-
作者
刘云
钱美伊
李辉
王传旭
-
机构
青岛科技大学信息科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第6期172-179,共8页
-
基金
国家自然科学基金(No.61702295,No.61672305)
山东省重点研发计划(No.2017GGX10127)
-
文摘
深度学习具有自主学习目标特征、识别率高、鲁棒性强等优点,当前基于深度学习的人体目标检测方法不能有效地适应目标的尺度变化。针对上述问题,提出多尺度多人的目标检测方法,将FPN特征金字塔分别与Faster R-CNN网络的两个阶段结合,同时,平衡RPN阶段产生的正负锚点的数量比例,并采用了更适合的锚点纵横比,对原始网络进行了一系列的优化。在标准数据集PETS 2009、Caltech和INRIA上的实验结果表明,提出的检测方法性能优于主流深度学习目标检测算法。
-
关键词
深度学习
多尺度多人目标检测
Faster
R-CNN网络
FPN网络
RPN网络
锚点
-
Keywords
deep learning
multi-scale and multi-human detection
Faster R-CNN network
FPN network
RPN network
anchor
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-