基于改进Fast R-CNN的红外图像行人检测研究

车凯, 向郑涛, 陈宇峰, 吕坚, 周云

车凯, 向郑涛, 陈宇峰, 吕坚, 周云. 基于改进Fast R-CNN的红外图像行人检测研究[J]. 红外技术, 2018, 40(6): 578-584.
引用本文: 车凯, 向郑涛, 陈宇峰, 吕坚, 周云. 基于改进Fast R-CNN的红外图像行人检测研究[J]. 红外技术, 2018, 40(6): 578-584.
CHE Kai, XIANG Zhengtao, CHEN Yufeng, LYU Jian, ZHOU Yun. Research on Infrared Image Pedestrian Detection Based on Improved Fast R-CNN[J]. Infrared Technology , 2018, 40(6): 578-584.
Citation: CHE Kai, XIANG Zhengtao, CHEN Yufeng, LYU Jian, ZHOU Yun. Research on Infrared Image Pedestrian Detection Based on Improved Fast R-CNN[J]. Infrared Technology , 2018, 40(6): 578-584.

基于改进Fast R-CNN的红外图像行人检测研究

基金项目: 赛尔网络下一代互联网技术创新项目(NGII20170621)
详细信息
  • 中图分类号: TP391

Research on Infrared Image Pedestrian Detection Based on Improved Fast R-CNN

  • 摘要: 针对红外图像行人检测任务中行人细节信息少,特征提取计算量大以及易受背景影响等问题,提出了一种改进的Fast R-CNN(快速区域卷积神经网络)红外图像行人检测方法.改进主要涉及两个方面:①结合红外图像的特点提出了一种自适应ROI提取算法,在不影响检测准确率的前提下,降低了ROI数量,使得网络的计算量减小;②提出了一种加权锚点框的定位机制,基于3种不同宽高比锚点框的检测置信度进行坐标加权,获得更准确的定位框.实验结果表明,本文提出的改进方法与传统的Haar+LBP+ HOG+ SVM算法及Fast R-CNN算法相比,红外图像行人检测的准确率从80.3%和91.2%提高到92.3%,检测速度从68 ms/f和25 ms/f提高到12 ms/f,提高了系统的性能.
  • 期刊类型引用(1)

    1. 孟真,田昌会,黄思宁,范琦,杨百愚,田晓霞. 一种基于六边形环状结构的双阻带红外频率选择表面. 红外技术. 2020(06): 528-533 . 本站查看

    其他类型引用(4)

计量
  • 文章访问数:  107
  • HTML全文浏览量:  13
  • PDF下载量:  13
  • 被引次数: 5
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日