基于改进FastR-CNN的红外图像行人检测研究-红外技术.PDFVIP

第40 卷 第6 期 红 外 技 术 Vol.40 No.6 2018 年6 月 Infrared Technology June 2018 基于改进 Fast R-CNN 的红外图像行人检测研究 车 凯，向郑涛，陈宇峰，吕 坚，周 云 （1. 湖北汽车工业学院，湖北 十堰 442002 ；2. 电子科技大学，四川 成都 610054 ） 摘要：针对红外图像行人检测任务中行人细节信息少，特征提取计算量大以及易受背景影响等问题， 提出了一种改进的Fast R-CNN （快速区域卷积神经网络）红外图像行人检测方法。改进主要涉及两个 方面：①结合红外图像的特点提出了一种自适应ROI 提取算法，在不影响检测准确率的前提下，降低 了ROI 数量，使得网络的计算量减小；②提出了一种加权锚点框的定位机制，基于3 种不同宽高比锚 点框的检测置信度进行坐标加权，获得更准确的定位框。实验结果表明，本文提出的改进方法与传统 的Haar ＋LBP ＋HOG ＋SVM 算法及Fast R-CNN 算法相比，红外图像行人检测的准确率从 80.3%和 91.2%提高到92.3% ，检测速度从68 ms/f 和25 ms/f 提高到 12ms/f ，提高了系统的性能。 关键词：快速区域卷积神经网络；红外图像；行人检测；自适应ROI 提取；加权锚点框 中图分类号：TP391 文献标志码：A 文章编号：1001-8891(2018)06-0578-07 Research on Infrared Image Pedestrian Detection Based on Improved Fast R-CNN CHE Kai，XIANG Zhengtao ，CHEN Yufeng，LYU Jian ，ZHOU Yun (1. Hubei University of Automotive Technology, Shiyan 442002, China; 2. University of Electronic Science and Technology of China, Chengdu 610054, China) Abstract ：To solve the problems of infrared pedestrian detection, such as fewer details of pedestrian information, large amount of feature extraction calculation and easily affected by background, a detection method based on improved fast region convolution neural network was proposed. The improvements include two aspects: firstly, an adaptive ROI extraction algorithm was proposed based on the characteristics of infrared image. On the premise of not affecting the detection accuracy, the number of ROI was reduced and the computation of the network was reduced. Secondly, a weighted anchor box location m