一种基于深度学习的行人检测方法
基本信息
| 申请号 | CN202010586392.X | 申请日 | - |
| 公开（公告）号 | CN111738164B | 公开（公告）日 | 2021-02-26 |
| 申请公布号 | CN111738164B | 申请公布日 | 2021-02-26 |
| 分类号 | G06N3/04(2006.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈凌霄;廖宏;肖杨;杜奕霖;杨程;彭一峰;黄铭斌 | 申请（专利权）人 | 广西计算中心有限责任公司 |
| 代理机构 | 南宁东智知识产权代理事务所（特殊普通合伙） | 代理人 | 黎华艳;裴康明 |
| 地址 | 530022广西壮族自治区南宁市民族大道152号广西铁投大厦 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及行人检测系统技术领域，具体涉及一种基于深度学习的行人检测方法。包括以下步骤：S1布置摄像机，获取当前分析场景的视频录像，对录像中的行人进行包围框标注，作为深度学习的训练数据集；S2根据训练数据集中行人在图像中各个位置的像素宽度和高度计算出相应的行人像素宽度矩阵W和行人像素高度矩阵H；S3利用矩阵W和矩阵H计算图像中各个区域位置的锚点框的尺度Scale和长宽比Ratio；S4进行深度学习Faster Rcnn模型训练；S5：获取每个行人的位置坐标和宽高，采用训练好的Faster Rcnn模型统计当前场景的总人数或局部密度。本发明提高了检测准确度，降低了误检。 |
