基于改进的SSD电梯轿厢内人头检测

摘要

针对现在电梯轿厢内的人头检测问题,提出一种基于SSD (Single Shot MulitiBox Detector)模型来提高对人头的检测率.以传统SSD目标检测模型为基础网络结构,使用轻量级神经网络MobileNetV2替换VGG-16作为特征提取网络;预测层则使用倒残差卷积进行位置预测,并对Anchor比例设置进行调整.实验结果证明,在电梯轿厢监控图像数据集上,改进后的SSD相比于传统的SSD模型准确率提高了1.6％;检测速度从22帧/S提升到了63帧/s.同时,通过与其他流行的轻量化模型相比较,改进后的SSD模型在检测精度和模型大小这两个评价标准上取得了较好的结果.