基于改進(jìn)RPN深度網(wǎng)絡(luò)的端到端的監(jiān)控場(chǎng)景行人檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201710187003.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN108664838A 公開(kāi)（公告）日 2018-10-16
申請(qǐng)公布號(hào) CN108664838A 申請(qǐng)公布日 2018-10-16
分類號(hào) G06K9/00;G06K9/32;G06K9/62;G06K9/46;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 葛水英;陸鈞;馬琳靖 申請(qǐng)（專利權(quán)）人 北京中科視維文化科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 100080 北京市海淀區(qū)中關(guān)村東路95號(hào)中國(guó)科學(xué)院自動(dòng)化研究所智能化大廈4層406室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于改進(jìn)RPN深度網(wǎng)絡(luò)的端到端的監(jiān)控場(chǎng)景行人檢測(cè)方法，其中，該方法包括步驟1：利用簡(jiǎn)化VGG16深度卷積網(wǎng)絡(luò)進(jìn)行行人監(jiān)控場(chǎng)景圖像的特征圖計(jì)算；步驟2：利用RPN(Region Proposal Network)網(wǎng)絡(luò)來(lái)提取特征圖中的行人區(qū)域候選框；步驟3：依據(jù)RPN網(wǎng)絡(luò)獲取到的候選窗，利用ROI pooling操作計(jì)算目標(biāo)窗口得分，通過(guò)設(shè)定閾值，最終將ROIs(region of interest)分成目標(biāo)或背景區(qū)域；步驟4：基于上述三個(gè)步驟得到的改進(jìn)的RPN深度網(wǎng)絡(luò)，采用遞進(jìn)式的頭肩模型訓(xùn)練，完成整個(gè)端到端的行人檢測(cè)網(wǎng)絡(luò)的參數(shù)計(jì)算。通過(guò)本發(fā)明的方法，可以使得監(jiān)控場(chǎng)景行人檢測(cè)的實(shí)時(shí)性和準(zhǔn)確率得到大幅提升。