基于胶囊网络在复杂场景下的行人识别

来源：计算机技术与发展杂志2021年第02期北京时间：

作者：程换新;刘文翰;郭占广;张志浩

摘要：大数据环境下,对行人检测的需求度不断提高,然而视频中的信息越来越丰富,视频中所获取的场景也愈加复杂。在如此背景下,目前大多使用卷积神经网络进行识别,但识别率不高。 在原有的胶囊网络模型的基础上,增加了两层卷积层并将胶囊维度进行了扩展,同时使用了动态路由迭代算法,提出了一种基于改进胶囊网络的行人识别模型(PRMICN),该网络能够更有效地减少复杂背景中多余信息的干扰。 实验在 TensorFlow 框架下使用三个国际知名且有一定难度的公开通用数据集 CUHK01、CUHK03 和 Market-1501 上进行验证,并将结果与 PRM-AlexNet 和 PRM-VGG-16 两个著名的行人识别网络相对比。 实验结果表明在三个数据集上,所提出的网络模型在 CMC 曲线和 MAP 指标下都要优于其他两个网络,证明了所提模型在复杂场景下识别效果的优越性。

关键词：大数据;深度学习;胶囊网络;行人识别;TensorFlow