基于深度神經(jīng)網(wǎng)絡(luò)的車載視頻行人檢測算法研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在視頻智能監(jiān)控、輔助駕駛等領(lǐng)域,行人檢測技術(shù)一直是研究的熱點。在視頻智能監(jiān)控中,需要對行人進行軌跡跟蹤、行為模式分析等,其前提就是要基于視頻信息準(zhǔn)確地檢測出行人。在輔助駕駛、自動駕駛領(lǐng)域,行人是首先需要關(guān)注的識別目標(biāo),基于車載視頻的行人檢測技術(shù)越來越受到人們的重視,但基于車載視頻的行人檢測技術(shù)也存在著巨大的挑戰(zhàn),比如背景實時變化、行人形態(tài)各異、光線強弱多樣等。
  行人檢測算法的核心是行人特征的提取,行人特征包括人工設(shè)定的特征和基

2、于深度學(xué)習(xí)的特征。人工設(shè)定特征的優(yōu)點是簡單直接,如梯度方向直方圖特征、顏色通道自相似特征等,但不易定義快速魯棒的特征,且其特征描述能力有限,檢測精度不高。近年來,基于深度學(xué)習(xí)的特征提取方法越來越受到人們的關(guān)注,其特征描述能力強,分類準(zhǔn)確率高,但其模型設(shè)計復(fù)雜,訓(xùn)練時間長,易出現(xiàn)過擬合現(xiàn)象。
  本文提出的基于深度神經(jīng)網(wǎng)絡(luò)的行人檢測算法將人工設(shè)定的特征和深度學(xué)習(xí)方法進行結(jié)合,充分了利用后者網(wǎng)絡(luò)模型特征描述能力強的優(yōu)勢,提高了檢測的精

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論