基于RFB-Net的摩托车驾驶人头盔检测研究Research on Motorcycle Driver's Helmet Detection Based on RFB Net
刘琛,王江涛
摘要(Abstract)：
近年来,计算机视觉方向深度学习的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。针对于摩托车手是否佩戴头盔的检测问题,论文引入RFB网络,采用VGG-16作为基础网络提取网络结构特征,改进使用了余弦衰减学习率更好地训练样本,增加了网络泛化能力。从而完成对摩托车头盔的检测。实验结果表明改进后,RFB-Net模型在摩托车驾驶人头盔检测中精度较高、速度较快,且具有较好的推广性。
关键词(KeyWords)： 头盔检测;RFB-Net模型;余弦衰减学习率
基金项目(Foundation): 国家自然科学基金(61203272);; 安徽省高校自然科学研究重大项目(KJ2018ZD038);; 安徽省高等学校省级质量工程项目(2017kfk043,2019jxtd142)
作者(Author): 刘琛,王江涛
参考文献(References)：
- [1] REN S,HE K,GIRSHICK R,et al.Faster r-cnn:Towards real-time object detection with region proposal networks[J].Proceedings of the 28th International Conference on Neural Information Processing Systems,2015,1:91-99.
- [2] SIMONYAN K,ZISSERMAN A.Very deep convolutional networks for large-scale image recognition[J].arXiv preprint arXiv:1409.1556,2014.
- [3] REDMON J,DIVVALA S,GIRSHICK R,et al.You only look once:Unified,real-time object detection[C]//Proceedings of the IEEE conference on computer vision and pattern recognition.USA,NJ,2016:779-788.
- [4] LIU W,ANGUELOV D,ERHAN D,et al.Ssd:Single shot multibox detector[C]//European conference on computer vision.Springer,Cham,2016:21-37.
- [5] LIU S,HUANG D.Receptive field block net for accurate and fast object detection[C]//Proceedings of the European Conference on Computer Vision(ECCV),2018:385-400.
- [6] 谭威，周斌，张辉，明德烈.基于SSD的实时车辆检测算法研究[J].计算机与数字工程，2019,47(11):2763-2766.
- [7] 李明熹，林正奎，曲毅.计算机视觉下的车辆目标检测算法综述[J].计算机工程与应用，2019,55(24):20-28.
- [8] 刘颜，朱志宇，张冰.基于SSD-Mobilenet模型的目标检测[J].舰船电子工程，2019,39(10):52-56.
- [9] 刘相云，郭呈渊，龚志辉，等.一种改进的RFB Net遥感影像目标识别算法[J].测绘科学技术学报，2019,36(2):179-184.
- [10] HE K,ZHANG X,REN S,et al.Deep residual learning for image recognition[C]//Proceedings of the IEEE conference on computer vision and pattern recognition.USA:Las Vegas,2016:770-778.
- [11] 戚向涛，顾亚平，张曼.基于空洞卷积CNN的快递logo识别研究[J].网络新媒体技术，2019,8(4):29-35.
- [12] 王古森，高波.基于自适应学习率BP神经网络的火点定位模型[J].计算机系统应用，2019,28(3):250-254.
- [13] 李泽滨，裴崇利.基于SSD模型的道路交通标志识别方法研究[J].客车技术与研究，2019,41(6):44-47.