基于卷积神经网络的朝圣者检测
计算机视觉与模式识别
2020-02-20 v2 机器学习
神经与进化计算
摘要
朝圣是世界上最重要的伊斯兰宗教集会，数百万朝圣者前往麦加和麦地那的圣地履行其仪式。朝圣者的安全与安保是当局的最高优先事项。在麦加，5000台摄像机分布在圣地进行朝圣者监控，但考虑到每秒收集的大量图像，人类几乎不可能追踪所有事件。为解决此问题，我们提出使用基于深度学习和卷积神经网络的人工智能技术来检测并识别朝圣者及其特征。为此，我们构建了一个用于检测朝圣者及其性别的综合数据集。然后，我们基于 YOLOv3 和 Faster-RCNN 开发了两种卷积神经网络用于朝圣者检测。实验结果表明，采用 Inception v2 特征提取器的 Faster RCNN 在所有类别上提供了最佳的 51% 平均精度均值（mAP）。
引用
@article{arxiv.1911.07509,
title = {AI-based Pilgrim Detection using Convolutional Neural Networks},
author = {Marwa Ben Jabra and Adel Ammar and Anis Koubaa and Omar Cheikhrouhou and Habib Hamam},
journal= {arXiv preprint arXiv:1911.07509},
year = {2020}
}
备注
Accepted in ATSIP'2020