基于低成本 MCU 上超低分辨率热成像仪的人体检测
计算机视觉与模式识别
2022-12-19 v1 机器学习
摘要
利用神经网络在图像或视频中检测人体是文献中已被充分研究的课题。然而,此类工作通常假设具备分辨率尚可的相机以及用于运行检测算法的高性能处理器或 GPU,这显著增加了完整检测系统的成本。然而,许多应用需要由廉价传感器与简单微控制器组成的低成本方案。在本文中,我们证明即便在此类硬件上,我们也并非只能使用简单的经典图像处理技术。我们提出了一种新颖的超轻量基于 CNN 的人体检测器,用于处理来自低成本 32x24 像素静态成像仪的热视频。在我们的自有录制数据集上训练并压缩后,我们的模型在低成本微控制器 STM32F407 与 STM32F746 上分别达到最高 91.62% 的准确率(F1-score)、参数量少于 10k,且推理速度分别快至 87ms 与 46ms。
引用
@article{arxiv.2212.08415,
title = {Person Detection Using an Ultra Low-resolution Thermal Imager on a Low-cost MCU},
author = {Maarten Vandersteegen and Wouter Reusen and Kristof Van Beeck and Toon Goedemé},
journal= {arXiv preprint arXiv:2212.08415},
year = {2022}
}