基于卷积神经网络的行人检测方法研究新进展.pdf

第卷第期安全与环境工程２５６Ｖｏｌ．２５Ｎｏ．６年月２０１８１１ＳａｆｅｔｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇＮｏｖ．２０１８文章编号：１６７１－１５５６（２０１８）０６－０１００－０６基于卷积神经网络的行人检测方法研究新进展邢志祥顾凰琳钱辉张莹汪李金常州大学环境与安全工程学院江苏常州（２１３１６４）摘要深度学习在行人检测领域有重大的应用价值可及时预测客流避免安全事故的发生概述了卷积神经：。网络的发展历史及其主要组成模块包括各部分模块的研究现状介绍了卷积神经网络在行人检测中所需要的行人检测数据库及其应用现状。结果表明：基于卷积神经网络的行人检测方法发展迅速可大大提高行人检测的准确性和实用性并在实际问题的应用中可有效分析人流拥堵的状态从而对行人进行有效的疏散以避免拥挤踩踏安全事故的发生具有实际运用的意义。关键词：卷积神经网络；行人检测方法；行人检测数据库；深度学习算法中图分类号文献标识码：Ｘ９１３：ＡＤＯＩ：１０．１３５７８／ｊ．ｃｎｋｉ．ｉｓｓｎ．１６７１－１５５６．２０１８．０６．０１６ＮｅｗＰｒｏｇｒｅｓｓｏｆＰｅｄｅｓｔｒｉａｎＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋＸＩＮＧＺｈｉｘｉａｎｇＧＵＨｕａｎｇｌｉｎＱＩＡＮＨｕｉＺＨＡＮＧＹｉｎｇＷＡＮＧＬｉｊｉｎ（ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌ＆ＳａｆｅｔｙＥｎｇｉｎｅｅｒｉｎｇＣｈａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙＣｈａｎｇｚｈｏｕ２１３１６４Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｄｅｅｐｌｅａｒｎｉｎｇｈａｓｇｒｅａｔａｐｐｌｉｃａｔｉｏｎｖａｌｕｅｉｎｔｈｅｆｉｅｌｄｏｆｐｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎｗｈｉｃｈｃａｎｆｏｒｅｃａｓｔｐｅｄｅｓｔｒｉａｎｆｌｏｗｔｏａｖｏｉｄｓａｆｅｔｙａｃｃｉｄｅｎｔｓ．Ｆｉｒｓｔｌｙｔｈｉｓｐａｐｅｒｄｅｓｃｒｉｂｅｓｔｈｅｈｉｓｔｏｒｙｏｆｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔ－ｗｏｒｋａｎｄｉｔｓｃｏｍｐｏｎｅｎｔｓｍｏｄｕｌｅｓｉｎｃｌｕｄｉｎｇｔｈｅｓｔａｔｕｓｑｕｏｏｆｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｖａｒｉｏｕｓｍｏｄｕｌｅｓ．Ｓｅｃ－ｏｎｄｌｙｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｐｅｄｅｓｔｒｉａｎｄａｔａｂａｓｅｎｅｅｄｅｄｉｎｔｈｅｐｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎｂｙｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕ－ｒａｌｎｅｔｗｏｒｋａｎｄｉｔｓｄｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｃａｎｇｒｅａｔｌｙｉｍｐ