卷积神经网络的多尺度行人检测-中国期刊网

摘要行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

1杨忠桃;章东平;杨力;井长兴. DGD卷积神经网络行人重识别.测试计量技术及仪器,2017-04.
2李健;罗蔓;罗晓;蓝威;周怀恒;陈荣耀. 基于多尺度卷积神经网络的磁共振成像脑肿瘤分割研究.公共卫生与预防医学,2016-02.
3黄林,乌尼尔,路敏,武文红,马瑞强. 卷积神经网络综述.建筑技术科学,2023-09.
4陈振扬. 卷积神经网络及其应用.,2023-01.
5冯桂尔. 基于经典卷积神经网络的人脸识别检测.教育学,2023-10.
6唐嘉云，徐长澳，刘健云（通讯：赵子涵）. 基于卷积神经网络的图像目标检测应用综述.机械工程,2023-07.
7李耀权. 基于深度卷积神经网络的手机屏幕缺陷检测.建筑技术科学,2021-06.
8满冉冉. 基于卷积神经网络的目标检测算法的研究.,2023-05.
9满冉冉. 基于卷积神经网络的目标检测算法的研究.,2023-05.
10杨晶晶;王骞;宣晓华. 基于深度卷积神经网络算法的肺结节检测模型.基础数学,2017-04.

卷积神经网络的多尺度行人检测

来源期刊

相关推荐

同分类资源更多

相关关键词

卷积神经网络的多尺度行人检测

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多