基于BING和CNN的高效人头检测方法  

Highly Efficient Human Head Detection Based on BING and CNN

作　　者：郑国书[1] 谢金龙 

机构地区：[1]上海大学通信与信息工程学院

出　　处：《工业控制计算机》2019年第9期52-54,58,共4页Industrial Control Computer

摘　　要：对公共场所行人数目的统计在经济决策、社会安保策略等方面已扮演愈加重要的角色。相比于其他方法,基于计算机视觉的计数方法具有获取场景直接、检测范围大、易于同监控系统融合等优点,因此具有广阔的前景。主要研究内容是基于嵌入式设备的行人人头检测,使用改进后的BING算法实现实时视频帧中人头预选框的提取,然后使用多级CNN实现预选框的过滤,完成人头检测。所提出的算法在普通台式机上使用单颗CPU可以实现最快100帧每秒的处理速度,在普通嵌入式设备(树莓派)中可以实现10帧每秒的处理速度而且对于只包含顶部人头的静态视频帧该算法的人头检测精度可以达到98.44%。This paper proposes a real-time human head detection system that can be used in embedded devices combined with traditional computer vision method BING and multi-level CNN models.The algorithm proposed in this paper is very efficiently,it can achieve 100 fps on a single desktop CPU and 10fps in an embedded device(Raspberry Pi 3).For a frame containing the top head,the human head detection accuracy of this algorithm can reach 98.44%.

关 键 词：计算机视觉 人头检测 BING 卷积神经网络 嵌入式系统 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]