基于神經網絡的行人檢測方法研究.pdf

1、行人檢測是計算機視覺中一個很有挑戰(zhàn)性的領域。其應用廣泛如自動駕駛、智能監(jiān)控、智能機器人等。近些年，基于神經網絡的行人檢測方法取得了巨大的發(fā)展，大量的神經網絡模型被提出并用于行人檢測領域。但是，現有基于神經網絡方法的檢測速度滿足不了實時性要求。因此為了提高檢測速度，本文對幾種經典的神經網絡行人檢測方法進行了深入分析，研究了回歸窗口和全局概率的行人檢測方法。本文主要工作如下:
　　分別從提高準確度與提高速度兩方面對現有行人檢測方法進行

2、了對比分析，發(fā)現鮮有方法能在保證較高準確度的同時兼顧檢測速度。鑒于回歸參數檢測方法計算高效，本文提出基于回歸窗口與全局概率的行人檢測方法。首先包含兩個網絡模型:回歸窗口網絡與全局概率網絡，回歸窗口網絡負責生成固定個數的窗口以及計算窗口局部概率，全局概率網絡負責估計行人窗口的空間概率。其次，為了級聯訓練兩個網絡模型的參數，基于聯合優(yōu)化的思想，本文進一步探索端到端的網絡結構與傳播方式，以保證較高的檢測速度;同時，研究全局概率增強回歸窗口準確