• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computer and Information Sciences >Human detection in surveillance videos using MobileNet
【24h】

Human detection in surveillance videos using MobileNet

机译：使用MobileNet在监控视频中进行人为检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Video surveillance is of paramount importance. Surveillance systems are being developed to perform surveillance tasks automatically. Human detection process allows to build effective surveillance system and several approaches exist in literature for detection tasks that can be divided mainly in traditional machine learning approaches. The learned features are extracted automatically. They give most accurate results in image recognition tasks but they need more computing power and large space memory which is challenging for embedded devices. Ex: VggNet, ResNet. In this paper, we used MobileNet deep convolution neural network with transfer learning approach to build deep learning model for human classification. We used INRIA person dataset to train and test our model. We achieved a good accuracy and comparative precision.
机译：视频监控至关重要。正在开发监视系统以自动执行监视任务。人工检测过程可以构建有效的监视系统，文献中存在几种检测任务的方法，这些方法主要可以分为传统的机器学习方法。学习的功能会自动提取。它们在图像识别任务中给出最准确的结果，但是它们需要更多的计算能力和大空间内存，这对于嵌入式设备而言是一个挑战。例如：VggNet，ResNet。在本文中，我们将MobileNet深度卷积神经网络与转移学习方法结合使用，以构建用于人类分类的深度学习模型。我们使用INRIA人员数据集来训练和测试我们的模型。我们取得了良好的精度和比较精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号