基于改进RPN深度网络的端到端的监控场景行人检测研究.PDF

2017 22 2 中国体视学与图像分析 年 第 卷 第 期 CHINESE JOUＲNAL OF STEＲEOLOGY AND IMAGE ANALYSIS Vol． 22 No． 2 June 2017 209 :1007 － 1482 (2017)02 － 0209 － 0215 · · 文章编号 图像分析 DOI :10. 13505 / j. 1007 － 1482. 2017. 22. 02. 014 基于改进ＲPN 深度网络的端到端的监控场景行人检测研究 1，2 3 3 1 1，2 3 ， ， ， ， ， 杨东明 徐士彪 孟维亮 葛水英 杨 真 张晓鹏 (1. ， 100090 ; 中国科学院文献情报中心 北京 2. ， 100090 ; 中国科学院大学 北京 3. ， 100090) 中国科学院自动化研究所 北京 : ， ， 。 ， 摘要 监控场景下的行人检测相比其他场景 具有人流量大 遮挡程度高的特点 针对该场景 本 ＲPN 。 ＲPN ， 文提出基于 深度网络的端到端检测方案 一方面改进了 深度网络 结合自行设计的深度 ， 。 卷积网络 获得了针对行人检测的深度网络 另一方面通过引入头肩模型进一步提高了针对该场 ， ， 。 ， 景行人检测的检测性能 同时提升了检测实时性 最终实现了端到端检测 实验表明 本文方法有 ， 。 效提升了监控场景行人检测的检测性能和实时性 降低了检测漏检率 : ; ; ;ＲPN 关键词 监控 行人检测 深度学习 网络 中图法分类号:TP37 文献标识码:A End － to － end monitoring scene pedestrian detection based on improved ＲPN 1，2 3