國立交通大學 NCTU

以深度學習為基礎的行人偵測

2017/09/13
Application汽機車產業監控與保全業、及 雲端系統與物聯網應用
Function影像偵測影像辨識
Technical Benefit提升天候變化容忍度提升系統整合性提升系統智慧性擴大監控範圍、及 降低錯誤率/增進穩定性
Technology Status可移轉技術

傳統行人辨識技術仍無法提高辨識率的原因,在於行人偵測及辨識技術會因為光線干擾、衣服顏色、複雜背景、行為動作和遮蔽等因素影響,且要設計可通用於各環境的特徵是非常困難。因此我們採用深度學習技術應用於此,主要利用深度學習技術,以提取出局部到全域的特徵,並應用提取出來的特徵進行行人的偵測和辨識,我們所採用的深度學習網路架構在影像比其他深度學習網路架構快上1.5倍,可每秒約處理 15 張影像以上,準確度可達九成。

(a)

(b)

圖(a)為PIROPO資料庫辨原始影像。圖(b)深度學習技術辨識結果。

系統規格:

  • 開發平台: Windows 10
  • 開發工具:Visual studio 2015
  • 開發相關套件: Opencv 2.4.9 、 cuda 7.5

 

系統要求:

  • Intel Core 4代以上
  • Ram: 4GB以上

顯示卡:Geforce GTX 1050Ti