針對紅外圖像行人檢測任務(wù)中圖像細(xì)節(jié)少,特征信息提取困難,檢測準(zhǔn)確率低等問題,提出一種改進(jìn)的SSD紅外行人檢測算法。利用深度可分卷積方法降低特征提取網(wǎng)絡(luò)參數(shù)數(shù)量和網(wǎng)絡(luò)運(yùn)算量,改善實(shí)時(shí)性;在網(wǎng)絡(luò)中嵌入SENet模塊,重新分配各特征通道權(quán)重,提升網(wǎng)絡(luò)對行人目標(biāo)針對性;針對行人目標(biāo)空間占比固定的特點(diǎn),通過聚類分析算法設(shè)定default boxes數(shù)值,提升行人檢測效果。實(shí)驗(yàn)結(jié)果表明,本文提出的改進(jìn)算法優(yōu)于原SSD算法,查準(zhǔn)率和查全率分別達(dá)到91.7%和84.8%,同時(shí)算法實(shí)時(shí)性也得到大幅改善。 

【文章來源】：2019年紅外、遙感技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇論文集上海市紅外與遙感學(xué)會(huì)會(huì)議論文集

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)YOLO V3遙感圖像飛機(jī)識(shí)別應(yīng)用[J]. 鄭志強(qiáng),劉妍妍,潘長城,李國寧.  電光與控制. 2019(04)
[2]深度分類網(wǎng)絡(luò)研究及其在智能視頻監(jiān)控系統(tǒng)中的應(yīng)用[J]. 孫寧,陳梁,韓光,李曉飛.  電光與控制. 2015(09)



本文編號(hào)：3509485