基于Cascade-Rcnn的行人检测

摘要：

Faster Rcnn是目标检测领域中精确度较高、使用范围较广的一个经典算法,而Cascade Rcnn是借鉴Faster Rcnn改进的.文章将Cascade Rcnn的方法应用于行人检测中,利用深层卷积神经网络提取图像特征,通过RPN提取可能含有行人的区域,利用多层级联的检测器对目标区域进行判别和分类,在数据集中进行了检测验证.实验结果表明,相比基于Faster-rcnn的行人检测方法,在测试集上检测准确度达到了66.2％,其检测效果更好.

关键词：行人检测、深度学习、目标检测、深层卷积神经网络

所属期刊栏目：17

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：15-17