電梯內(nèi)人員檢測與人數(shù)統(tǒng)計的輕量化深度神經(jīng)網(wǎng)絡(luò)方法

基本信息

申請?zhí)?/td> CN202010068935.9 申請日 -
公開（公告）號 CN111199220A 公開（公告）日 2020-05-26
申請公布號 CN111199220A 申請公布日 2020-05-26
分類號 G06K9/00;G06K9/62;G06N3/04;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 鞏凱強(qiáng);張春梅;曾建華 申請（專利權(quán)）人 寧夏電通物聯(lián)網(wǎng)科技股份有限公司
代理機(jī)構(gòu) 北京中濟(jì)緯天專利代理有限公司 代理人 寧夏電通物聯(lián)網(wǎng)科技股份有限公司;北方民族大學(xué)
地址 750021 寧夏回族自治區(qū)銀川市西夏區(qū)文昌北街204號
法律狀態(tài) -

摘要

摘要 本發(fā)明屬于計算機(jī)視覺與目標(biāo)檢測技術(shù)領(lǐng)域，涉及用于電梯轎廂內(nèi)人員檢測與人數(shù)統(tǒng)計的輕量化深度神經(jīng)網(wǎng)絡(luò)方法。本發(fā)明方法將卷積神經(jīng)網(wǎng)絡(luò)模型輕量化，以樹莓派4B為開發(fā)系統(tǒng)，充分利用嵌入式資源在本地實(shí)現(xiàn)電梯轎廂的人員檢測與人數(shù)統(tǒng)計。本發(fā)明卷積神經(jīng)網(wǎng)絡(luò)模型CNN結(jié)構(gòu)中包括11個block，共有23層卷積層，其中對高級語義特征圖作區(qū)域推薦，推薦的區(qū)域通過全連接層對人頭部位和背景二分類。本發(fā)明在多尺度多樣性目標(biāo)檢測算法SSD基礎(chǔ)上，在網(wǎng)絡(luò)結(jié)構(gòu)的每個block的卷積層加入深度可分離卷積，檢測速度明顯加快，在樹莓派4B系統(tǒng)中視頻檢測達(dá)到了2.1的FPS，符合信息反饋小于3S的要求。