基于深度神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)視頻下行人檢測(cè).pdf

1、行人檢測(cè)是計(jì)算機(jī)視覺(jué)當(dāng)中的關(guān)鍵技術(shù)，是行人行為分析、安全監(jiān)控、無(wú)人駕駛和駕駛輔助系統(tǒng)等后續(xù)研究的基礎(chǔ)，因此，對(duì)行人檢測(cè)的精確度、實(shí)時(shí)性、魯棒性都提出了較高的要求。然而，行人姿態(tài)多樣、行人著裝千差萬(wàn)別、檢測(cè)環(huán)境復(fù)雜多變、行人之間容易出現(xiàn)遮擋等問(wèn)題給行人檢測(cè)工作帶來(lái)了巨大挑戰(zhàn)。
　　深度學(xué)習(xí)可以自主隱式地提取特征，并且提取的特征具有極好的魯棒性，近年來(lái)得到了快速地發(fā)展，尤其是在物體識(shí)別和圖像分類領(lǐng)域，隨著網(wǎng)絡(luò)深度不斷加深，效果也不斷提

2、升，在2015年12月落幕的第六屆ImagetNet圖像識(shí)別大賽當(dāng)中，微軟設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)深度達(dá)到150層，對(duì)物體分類的錯(cuò)誤率僅為3.5%，定位的錯(cuò)誤率僅為9%。
　　本文基于深度神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)了二個(gè)行人檢測(cè)的方案，并自建了一個(gè)包含近萬(wàn)張圖片的數(shù)據(jù)集來(lái)進(jìn)行訓(xùn)練，均能夠快速精準(zhǔn)地檢測(cè)出視頻場(chǎng)景中的行人，在基于背景建模的方案中，檢測(cè)準(zhǔn)確率達(dá)到了98%，每秒可以完成12幀的檢測(cè)，在基于Faster R-C N N的方案中，算法直接對(duì)圖像進(jìn)