检索结果-南通市图书馆

基于优化可形变区域全卷积神经网络的人头检测方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2019年第14期56卷 121-131页

作者：吉训生王昊江南大学物联网工程学院

人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过... 详细信息

人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难例挖掘算法提高复杂任务下头部目标的检测能力,通过软非极大值抑制减少检测边界框间的相互干扰。研究结果表明,在HollywoodHeads数据集上平均识别精度最高可达83.24%,优于目前相关文献的方法。

关键词：图像处理区域全卷积神经网络人头检测可形变卷积

基于改进YOLOv5的多任务安全人头检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第8期48卷 136-143页

作者：毛雨晴赵奎四川大学网络空间安全学院成都610065

针对目前监控摄像头预置检测算法存在人脸隐私泄露风险的问题,提出一种基于YOLOv5结构的多任务安全人头检测算法Privacyface-YOLO及轻量级检测版本Privacyface-YOLO(Light)。Privacyface-YOLO的主干网络采用带残差结构的跨阶段局部网络R... 详细信息

针对目前监控摄像头预置检测算法存在人脸隐私泄露风险的问题,提出一种基于YOLOv5结构的多任务安全人头检测算法Privacyface-YOLO及轻量级检测版本Privacyface-YOLO(Light)。Privacyface-YOLO的主干网络采用带残差结构的跨阶段局部网络ResCSP,通过残差结构降低特征学习的复杂度,提升网络对人头特征的提取能力。轻量级版本Privacyface-YOLO(Light)使用深度可分离卷积替换ResCSP模块,以减少计算量并提升网络的运行速度。模型的颈部模块引入特征金字塔与路径聚合网络,实现跨层多尺度信息交流,提升模型在复杂人头与小目标场景下的鲁棒性。对提取出的特征进行三分支输出,其中目标定位分支用于定位人头坐标,人头分割分支生成覆盖人头的掩膜以保证人脸隐私,人数回归分支获得图像中的人头总数,通过多任务三分支结构保护人脸隐私同时满足更加复杂的场景需求。实验结果表明,Privacyface-YOLO算法能够有效完成实时人头检测任务并保护人脸隐私,相较目前主流人头检测算法,在人头数据集HollywoodHeads和Brainwash上,该算法的平均查准率AP50指标分别提升11.8%和5.8%,平均查准率AP70指标分别提升20.2%和35.2%。

关键词：人头检测深度学习 YOLOv5算法人脸隐私目标检测

在线全文

学校读者我要写书评

暂无评论

基于混合卷积神经网络的人头检测方法

高技术通讯 2018年第4期28卷 313-319页

作者：吉训生吴凡江南大学物联网工程学院无锡214122

考虑到行人检测是视频监控领域的一项重要技术,其检测效果易受遮挡严重、光照不均等因素的影响,而人头检测是行人检测的重要研究内容,本文提出了一种基于混合卷积神经网络的人头检测方法。该方法将快速区域卷积神经网络(CNN)架构引入到... 详细信息

考虑到行人检测是视频监控领域的一项重要技术,其检测效果易受遮挡严重、光照不均等因素的影响,而人头检测是行人检测的重要研究内容,本文提出了一种基于混合卷积神经网络的人头检测方法。该方法将快速区域卷积神经网络(CNN)架构引入到局部模型的构建中,可以更好地获取图像的上下文信息,以得到更好的检测效果。通过全局模型预测头部的位置和尺度,利用成对模型确定待测目标间的成对关系。最后将局部、全局和成对模型融合成一个混合卷积神经网络框架,进行人头检测。研究结果表明,网络结构优化后的模型比多卷积神经网络方法在实时性显著提高52.3倍的同时,还可以将检测精度提高1.8%,计算复杂度和内存消耗也大大降低。

关键词：图像处理行人检测人头检测上下文卷积神经网络(CNN) 迁移学习

在线全文

学校读者我要写书评

暂无评论

网格和密度聚类方法在人头检测中的应用

计算机工程与应用 2009年第31期45卷 145-146,160页

作者：何扬名戴曙光上海理工大学光电学院上海200093

根据人头特征,提出了一种基于网格和密度的聚类算法。该算法将图像分成网格,然后逐行计算网格的密度,碰到符合密度要求的网格时,算法转为纵向计算网格的密度,记录下纵向符合密度要求的网格数量,以此判断是否存在人头以及计算人头的参数... 详细信息

根据人头特征,提出了一种基于网格和密度的聚类算法。该算法将图像分成网格,然后逐行计算网格的密度,碰到符合密度要求的网格时,算法转为纵向计算网格的密度,记录下纵向符合密度要求的网格数量,以此判断是否存在人头以及计算人头的参数。该算法结合了网格聚类的低时空复杂度和密度聚类的良好抗噪性的特点。实验证明该算法速度比Hough变换快两个数量级,而且所需存储空间小。

关键词：聚类 Hough变换人头检测

在线全文

学校读者我要写书评

暂无评论

一种改进的轻量人头检测方法

计算机工程与应用 2021年第1期57卷 207-212页

作者：高玮军师阳杨杰张春霞兰州理工大学计算机与通信学院兰州730050

为了提高视频监控中人数统计的精度和速度,解决传统人体检测由于衣物身体阻挡而造成的高遮挡问题。提出一种改进的轻量人头检测方法MKYOLOv3-tiny。该方法是对YOLOv3-tiny进行改进,针对低层的人头特征进行多尺度融合,实现不同卷积层的... 详细信息

为了提高视频监控中人数统计的精度和速度,解决传统人体检测由于衣物身体阻挡而造成的高遮挡问题。提出一种改进的轻量人头检测方法MKYOLOv3-tiny。该方法是对YOLOv3-tiny进行改进,针对低层的人头特征进行多尺度融合,实现不同卷积层的分类预测与位置回归,提升检测的精度;针对人头较小的特点,结合有效感受野的思想,K-means聚类减小初始候选框的规格,提升候选框的精度。实验结果表明,改进后的模型在Brainwash密集人头检测数据集上与原方法相比,在精度上提升了3.21%,漏检率降低了8.7%。

关键词：人头检测多尺度融合 K-means 有效感受野密集人数统计

在线全文

学校读者我要写书评

暂无评论

一种基于头部特征的人头检测方法

光电子技术 2014年第1期34卷 21-25页

作者：刘辉朱闯张天永陈域重庆邮电大学通信新技术应用研究所重庆400065 重庆信科设计有限公司重庆400065 重庆工商大学重庆400065

根据人头类圆以及头发颜色单一等特征,提出了一种人头检测方法,可以很好地应用到人数统计领域。文章给出了该方法的详细步骤:以头部顶点为特征点,并对头部轮廓进行抽样,完成椭圆拟合,最终以类圆检测的方法实现人头检测。实验表明,该方... 详细信息

根据人头类圆以及头发颜色单一等特征,提出了一种人头检测方法,可以很好地应用到人数统计领域。文章给出了该方法的详细步骤:以头部顶点为特征点,并对头部轮廓进行抽样,完成椭圆拟合,最终以类圆检测的方法实现人头检测。实验表明,该方法应用在人群较稀疏的场景下具有良好的效果。

关键词：运动目标检测椭圆拟合人头检测

在线全文

学校读者我要写书评

暂无评论

基于改进的SSD电梯轿厢内人头检测

制造业自动化 2021年第11期43卷 24-28页

作者：李光国郑克龙吴燕梅西南科技大学理学院绵阳621000

针对现在电梯轿厢内的人头检测问题,提出一种基于SSD(Single Shot MulitiBox Detector)模型来提高对人头的检测率。以传统SSD目标检测模型为基础网络结构,使用轻量级神经网络MobileNetV2替换VGG-16作为特征提取网络;预测层则使用倒残差... 详细信息

针对现在电梯轿厢内的人头检测问题,提出一种基于SSD(Single Shot MulitiBox Detector)模型来提高对人头的检测率。以传统SSD目标检测模型为基础网络结构,使用轻量级神经网络MobileNetV2替换VGG-16作为特征提取网络;预测层则使用倒残差卷积进行位置预测,并对Anchor比例设置进行调整。实验结果证明,在电梯轿厢监控图像数据集上,改进后的SSD相比于传统的SSD模型准确率提高了1.6%;检测速度从22帧/s提升到了63帧/s。同时,通过与其他流行的轻量化模型相比较,改进后的SSD模型在检测精度和模型大小这两个评价标准上取得了较好的结果。

关键词：人头检测 SSD MobileNetV2

在线全文

学校读者我要写书评

暂无评论

基于数学形态学和HSI颜色空间的人头检测

山东大学学报（工学版） 2013年第2期43卷 6-10页

作者：赵军伟侯清涛李金屏彭勃华北科技学院计算机学院北京101601 山东政通科技发展有限公司山东济南250013 济南大学信息科学与工程学院山东济南250022 北京控制工程研究所北京100048

为提高视频监控中人数统计的实时性,提出一种人头检测算法。该方法在HSI(hue,saturation intensity)颜色空间建立人头颜色模型,并结合头发的灰度范围进行二值化。采用数学形态学的膨胀腐蚀算法进行预处理,并在边缘检测之后再次进行膨胀... 详细信息

为提高视频监控中人数统计的实时性,提出一种人头检测算法。该方法在HSI(hue,saturation intensity)颜色空间建立人头颜色模型,并结合头发的灰度范围进行二值化。采用数学形态学的膨胀腐蚀算法进行预处理,并在边缘检测之后再次进行膨胀腐蚀,从而得到若干个候选区域。利用轮廓的几何特征综合判断这些区域是否为人头。实际监控的实验结果表明:该方法能够快速有效地检测出人头,很好地满足了视频监控中人数统计的实时性要求。

关键词：人头检测数学形态学 HSI颜色空间边缘检测

在线全文

学校读者我要写书评

暂无评论

基于区域深度特征的人头检测方法

微电子学与计算机 2013年第11期30卷 39-42页

作者：何扬名杜建强肖贤波江西中医学院计算机学院江西南昌330004

根据摄像机自上而下拍摄检测人头的特点,提出了以目标及其周围像素为候选匹配区域进行匹配来计算视差的人头检测方法.该方法首先用左视图检测所有可能的人头目标,然后选取目标及其周围像素作为匹配的整体,根据一些匹配的约束条件,用其... 详细信息

根据摄像机自上而下拍摄检测人头的特点,提出了以目标及其周围像素为候选匹配区域进行匹配来计算视差的人头检测方法.该方法首先用左视图检测所有可能的人头目标,然后选取目标及其周围像素作为匹配的整体,根据一些匹配的约束条件,用其来和右视图进行匹配,算出以目标及其周围像素为整体的视差.将目标及其周围像素作为整体,克服了人头区域纹理比较弱额缺点,使得匹配的准确率有所提高,从而提高了视差计算的准确度.

关键词：区域深度人头检测立体匹配客流统计