共 6 条
- [1] Gradient-based learning applied to document recognition. LeCun L,Bottou L,Bengio Y,Haffner P. Proceedings of Tricomm . 1998
基于并行双路卷积神经网络的安全帽识别
被引：9
作者：
黄愉文
潘迪夫
机构：
[1] 中南大学交通运输工程学院
来源：
关键词：
LeNet5;
并行双路卷积神经网络;
特征融合;
安全帽识别;
D O I：
10.14165/j.cnki.hunansci.2018.03.007
中图分类号：
TP183 [人工神经网络与计算];
TP391.41 [];
学科分类号：
080203 ;
摘要：
文章针对人工监看视频判断是否佩戴安全帽的低效率现状,改进LeNet5,提出一种并行双路卷积神经网络方法识别安全帽。该方法在输入通道添加图像的HOG特征通道,然后通过两路输入图像尺寸和层次深度不同的卷积神经网络并将所得图像特征进行串接融合,输入SVM识别人体,最后结合目标区域的颜色特征判别安全帽。实验结果表明,文中方法能更有效识别多姿态施工现场人员,并且适应多样的施工场景,达到0.867的安全帽识别率。
引用
收藏
页码：24 / 27+47
+47
页数：5
相关论文