一种改进的深度残差网络行人检测方法.pdfVIP

———————————————————————————————————————————————— 一种改进的深度残差网络行人检测方法 作者 郝旭政，柴争义 机构 天津工业大学 计算机科学与软件学院 DOI 10.3969/j.issn.1001-3695.2017.12.0836 基金项目 国家自然科学基金资助项目（U1504613） 预排期卷 《计算机应用研究》2019 年第36 卷第6 期 摘要 为了提高行人检测方法的准确率，针对行人图像特征，提出一种基于深度残差网络和 YOLO(You Only Look Once)方法的行人检测方法。以加强行人特征表达为目的，通过分析行 人在图像中的表达和分布特征，提出一种不影响实时性的矩形输入深度残差网络分类模型以 改进YOLO 检测方法，使模型能够更好的表征行人；为了进一步提高模型的准确率和泛化能 力，采用了混合行人数据集训练的方式，提取VOC 数据集的行人数据与 INRIA 数据集组成 混合数据集进行训练，明显降低了漏检率；并且利用聚类分析预测框的方法重新设计了初始