期刊文献+
共找到612篇文章
< 1 2 31 >
每页显示 20 50 100
多层卷积特征的真实场景下行人检测研究 预览
1
作者 伍鹏瑛 张建明 +1 位作者 彭建 陆朝铨 《智能系统学报》 CSCD 北大核心 2019年第2期306-315,共10页
针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征... 针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征对行人目标分别做检测,融合多层检测结果,提升了小目标行人的检测性能。此外,针对数据集样本多样性能有效地提升检测算法的泛化能力,本文采集了不同光照、姿态、遮挡等复杂场景下的行人图像,对背景比较复杂的INRIA行人数据集进行了扩充,在扩增的行人数据集上训练的PDIS模型,提高了在真实场景下的行人检测精度。实验表明:PDIS在INRIA测试集上测试结果达到93.8%的准确率,漏检率低至7.4%。 展开更多
关键词 行人检测 卷积神经网络 SSD 真实场景 多尺度特征 目标检测 小目标行人 行人数据集
在线阅读HTML 下载PDF
基于卷积神经网络的多目标实时检测 预览
2
作者 刘志成 祝永新 +2 位作者 汪辉 田犁 封松林 《计算机工程与设计》 北大核心 2019年第4期1085-1090,共6页
为解决智能驾驶应用场景下以行人与车辆为主,附带骑行电动车的多目标检测存在检测速度不满足实时性的问题,提出一种多目标实时检测方法。通过对YOLO (you look only once)v2卷积神经网络模型进行维度聚类分析以及结构调整等优化举措,行... 为解决智能驾驶应用场景下以行人与车辆为主,附带骑行电动车的多目标检测存在检测速度不满足实时性的问题,提出一种多目标实时检测方法。通过对YOLO (you look only once)v2卷积神经网络模型进行维度聚类分析以及结构调整等优化举措,行人与车辆检测AP (平均准确率)值分别为71%和81%,检测速度为50帧/s。实验结果表明,该方法与目前先进目标检测方法相比,在准确率相差5%以内的前提下大幅提高检测速度,实现了实时性检测的目标。 展开更多
关键词 卷积神经网络 多目标检测 行人检测 车辆检测 实时检测 智能驾驶
在线阅读 下载PDF
基于深度学习的电网监控视频中工作人员检测与识别 预览
3
作者 刘颖 胡楠 +2 位作者 杨壮观 同东辉 胡畔 《沈阳工业大学学报》 CAS 北大核心 2019年第5期544-548,共5页
针对电网监控视频场景多样,电网工作人员姿态变化严重影响工作人员识别精度的问题,提出了一种基于深度学习的电网监控视频中工作人员检测与识别算法.该算法使用ResNet50网络提取行人特征,Faster-Rcnn检测方法快速、精确地检测出电网中... 针对电网监控视频场景多样,电网工作人员姿态变化严重影响工作人员识别精度的问题,提出了一种基于深度学习的电网监控视频中工作人员检测与识别算法.该算法使用ResNet50网络提取行人特征,Faster-Rcnn检测方法快速、精确地检测出电网中的工作人员,识别网络对检测出的工作人员进行身份确认,并使用各种组合损失来训练检测与识别网络.在电网监控视频数据集上的测试结果表明,所提出的方法具有更高的检测和识别精度,且对遮挡及低光照图片具有较好的鲁棒性. 展开更多
关键词 监控视频 工作人员 行人识别 行人检测 深度学习 ResNet50网络 损失函数 Faster-Rcnn检测方法
在线阅读 下载PDF
智能车环境视觉感知及其关键技术研究现状 预览
4
作者 陈政宏 李爱娟 +2 位作者 邱绪云 袁文长 葛庆英 《河北科技大学学报》 CAS 2019年第1期15-23,共9页
环境视觉感知技术是智能车获取外界环境信息的主要手段,是智能车进行自主驾驶的前提条件。在综合分析以不同检测对象为目标的检测技术方法的基础上,给出了环境视觉感知研究的主要内容,讨论了研究涉及的关键技术:车道检测技术、车辆检测... 环境视觉感知技术是智能车获取外界环境信息的主要手段,是智能车进行自主驾驶的前提条件。在综合分析以不同检测对象为目标的检测技术方法的基础上,给出了环境视觉感知研究的主要内容,讨论了研究涉及的关键技术:车道检测技术、车辆检测技术、行人检测技术、交通标志检测技术,并对每种检测技术各子技术的优点和不足之处进行了分析。在总结全文的基础上,提出未来智能驾驶中环境视觉感知技术的主要发展趋势包括:基于多特征融合的环境视觉感知技术的发展;复杂环境下多种环境感知技术的融合应用;三维图像在图像处理方面的应用;改进的卷积神经网络(CNN)方法在图像处理方面的应用。 展开更多
关键词 车辆工程 视觉感知 车道检测 行人检测 车辆检测 交通标志检测
在线阅读 下载PDF
鲁棒车载热成像行人检测的感兴趣区域提取方法 预览
5
作者 徐哲炜 许瑞霖 刘琼 《华南理工大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第2期68-76,共9页
现有的感兴趣区域(RoI)提取方法很难兼顾较高召回率和较少的RoI数量.为了降低计算开销和RoI数量,提高召回率,文中提出了适合车载热成像行人检测的RoI提取方法:首先,根据行人边缘特征存在的方向差异性判断图像中可能的行人竖直边缘,增强... 现有的感兴趣区域(RoI)提取方法很难兼顾较高召回率和较少的RoI数量.为了降低计算开销和RoI数量,提高召回率,文中提出了适合车载热成像行人检测的RoI提取方法:首先,根据行人边缘特征存在的方向差异性判断图像中可能的行人竖直边缘,增强其幅值;接着,级联行人尺寸约束和自适应局部双阈值分割方法过滤滑窗产生的边界框,滤除大量的非行人边界框;然后,根据行人的轮廓特征,采用T型模板对过滤后的边界框进行得分评估,在保留可能的行人腿部信息的同时去除边界框内部的无关边缘;最后,利用行人的强尺寸约束重新排序RoI,以便在提取固定数量的RoI时能提高召回率.在热成像行人检测数据集SCUTDataSet上进行对比实验,结果表明:当每幅图像提取400个RoI时,文中方法的召回率达92%,比EdgeBox方法的召回率提高21%,计算时间减少了10%. 展开更多
关键词 车载热成像 行人检测 感兴趣区域提取 局部双阈值分割 行人安全 边缘检测
在线阅读 免费下载
一种用于电力监控的行人运动检测与跟踪算法 预览
6
作者 江鹏宇 杨耀权 彭蹦 《电力科学与工程》 2019年第6期31-36,共6页
在传统的行人检测跟踪算法中,主要采用HOG+SVM对视频中的行人直接进行检测,针对传统算法在复杂背景及多行人条件下,行人检测效果较差,且实时性低等缺点,提出一种融合目标运动检测与目标跟踪的行人检测算法。首先采用Vibe算法提取视频中... 在传统的行人检测跟踪算法中,主要采用HOG+SVM对视频中的行人直接进行检测,针对传统算法在复杂背景及多行人条件下,行人检测效果较差,且实时性低等缺点,提出一种融合目标运动检测与目标跟踪的行人检测算法。首先采用Vibe算法提取视频中的运动目标,并通过对Vibe算法的改进消除初始帧存在的阴影问题。针对视频中的运动目标采用Adaboost算法对运动目标区域进行行人检测,减小视频中背景的干扰,加快检测速度。最后采用卡尔曼滤波算法和匈牙利最优匹配算法对视频监控中的行人进行跟踪。仿真实验结果显示,该算法能够对电力监控视频中存在的行人进行检测跟踪。 展开更多
关键词 电力监控 行人跟踪 ADABOOST算法 Vibe算法 行人检测
在线阅读 下载PDF
一种改进的卷积神经网络行人识别方法 预览
7
作者 陈聪 杨忠 +1 位作者 宋佳蓉 韩家明 《应用科技》 CAS 2019年第3期51-57,共7页
针对现有的行人检测算法存在的定位精度低、实时性差的问题,借鉴目标检测的研究成果You Only Look Once(YOLO)算法,提出一种实时的行人检测方法。以Tiny-YOLO为基础,改变网络模型的输入尺寸,获得更好的行人特征表达;结合图像中行人尺寸... 针对现有的行人检测算法存在的定位精度低、实时性差的问题,借鉴目标检测的研究成果You Only Look Once(YOLO)算法,提出一种实时的行人检测方法。以Tiny-YOLO为基础,改变网络模型的输入尺寸,获得更好的行人特征表达;结合图像中行人尺寸特点,使用聚类分析方法,对数据集进行目标框聚类,选取适合行人检测的候选框尺寸与数量;通过增加一定数量卷积层的方法重新设计特征提取和目标检测网络;在混合数据集上训练,增强模型泛化性。实验结果表明,在应对不同尺寸行人和部分遮挡情况时,文中方法具有更低的漏检率、更好的定位精度与检测效果,且检测速度可以满足实时性要求。 展开更多
关键词 行人检测 卷积神经网络 深度学习 YOLO 特征提取 聚类分析 多尺度特征 行人数据集
在线阅读 下载PDF
行人检测与跟踪 预览
8
作者 朱丽华 芦娜 《电脑知识与技术:学术版》 2019年第4期149-150,共2页
混合高斯模型在对运动目标检测中常用于背景建模。当运动目标停留在场景中某一位置过长时采用混合高斯模型会产生目标在场景中消失的现象,且需要根据目标在场景中运动与静止情况,来决定整帧更新还是只更新背景区域,容易造成运动目标出... 混合高斯模型在对运动目标检测中常用于背景建模。当运动目标停留在场景中某一位置过长时采用混合高斯模型会产生目标在场景中消失的现象,且需要根据目标在场景中运动与静止情况,来决定整帧更新还是只更新背景区域,容易造成运动目标出现不连续性。为了解决上述问题,对传统的高斯模型进行了改进,并将前景区域划分为运动区域和非运动区域,进而检测运动区域目标是否为阴影,从而决定是否去除阴影。针对Mean-Shift算法理论上的不足以及跟踪目标时的领域跟踪局限性,同时采用了改进的Mean-Shift方法进行跟踪。采用OpenCV库和VS2012实现算法,实验结果表明,该文所提算法具有较强的鲁棒性和稳定性,有效地消除行人运行产生的拖影,并能较好实现行人检测与跟踪。 展开更多
关键词 混合高斯模型 MEAN-SHIFT 行人检测 行人跟踪 OPENCV
在线阅读 下载PDF
Faster R-CNN行人检测与再识别为一体的行人检索算法 预览
9
作者 陈恩加 唐向宏 傅博文 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第2期332-339,共8页
为了缩小目前行人再识别算法与真实世界中行人检索任务之间在应用上的差距,将行人检测与再识别这2个模块融为一体,提出一种基于改进的FasterR-CNN的行人检索算法.首先采用对边框进行迭代回归的方法改进原FasterR-CNN中的候选行人边框精... 为了缩小目前行人再识别算法与真实世界中行人检索任务之间在应用上的差距,将行人检测与再识别这2个模块融为一体,提出一种基于改进的FasterR-CNN的行人检索算法.首先采用对边框进行迭代回归的方法改进原FasterR-CNN中的候选行人边框精度;然后利用包含欧氏距离和余弦距离的混合相似性距离函数来增强网络对于行人相似度的辨识能力;最后利用中心损失函数对网络的损失函数进行改进,通过提高不同行人特征的可区分度,实现更加精准的目标行人检索功能.基于CUHK-SYSU数据集的仿真实验结果表明,该算法的累积匹配特性(CMCtop-1)、平均精度均值(mAP)分别为81.6%和78.9%;与相关行人检索算法相比,CMCtop-1提升3.0%~18.0%,mAP提升3.0%~23.0%. 展开更多
关键词 FasterR-CNN 距离函数 损失函数 行人检测 行人再识别
在线阅读 下载PDF
基于TOF相机的俯视行人检测
10
作者 廖畅 马秀丽 《电子测量技术》 2019年第6期104-108,共5页
在计算机视觉领域,行人检测是一项艰巨的任务。利用TOF(time-of-flight)相机提供的深度信息进行俯视行人的高精度检测。当TOF相机处于俯视角度时,作为人体的一部分,人的头部具有非常丰富的特征信息,并且能在很长的时间里不被遮挡。鉴于... 在计算机视觉领域,行人检测是一项艰巨的任务。利用TOF(time-of-flight)相机提供的深度信息进行俯视行人的高精度检测。当TOF相机处于俯视角度时,作为人体的一部分,人的头部具有非常丰富的特征信息,并且能在很长的时间里不被遮挡。鉴于此,提出了一种头部检测与注水算法相结合的俯视行人检测方法。该方法首先利用混合高斯背景模型来寻找图像中的感兴趣区域;然后采用注水算法对候选头部区域进行过滤;最后,结合深度信息等先验条件来确定场景中行人的真实头部。为了验证算法的有效性,分别在两种实时采集的深度图像数据集上进行了实验,与其他算法相比,本文所提出的方法具有更好的性能,能够实现实时、准确的行人检测。 展开更多
关键词 行人检测 俯视 深度图像 头部检测 注水算法
融合深度感知特征与核极限学习机的行人检测
11
作者 孙锐 王慧慧 叶子豪 《电子测量与仪器学报》 CSCD 北大核心 2019年第2期39-47,共9页
行人检测在辅助驾驶和交通监测等方面有着广泛的应用,一直是计算机视觉领域中的研究热点和难点。传统特征提取方法对处在复杂环境中的行人难以有效地捕获具有区分度的特征信息。而目前流行的卷积神经网络因BP算法易陷入局部极小值,对泛... 行人检测在辅助驾驶和交通监测等方面有着广泛的应用,一直是计算机视觉领域中的研究热点和难点。传统特征提取方法对处在复杂环境中的行人难以有效地捕获具有区分度的特征信息。而目前流行的卷积神经网络因BP算法易陷入局部极小值,对泛化性能有所影响,且随着网络层的增加,一些显著特征信息逐层递减。针对上述问题,提出了融合深度感知特征与核极限学习机的行人检测算法。首先在CNN结构的基础上分两个阶段将前层特征与深层次特征融合后,送入后续层学习,构造一个DAGnet网络。随后采用实时性高,泛化能力强的核极限学习机对所得深度特征信息进行分类,并采用K-折交叉验证进行参数寻优;检测阶段,在DAGnet网络学习到的特征图上采用基于图论的显著性分析算法(GBVS),快速标注测试图像中行人的区域,然后在显著区域利用滑动窗口检测行人的精确位置。实验证明,所提算法在INRIA数据集和Caltech数据集的正检率均高于90%,在保证精度的情况下检测速度也得到明显提高。 展开更多
关键词 行人检测 DAGnet网络 核极限学习机 显著性检测
一种基于激光雷达传感器的行人检测方法 预览
12
作者 韩骁枫 陆建峰 +1 位作者 李祥瑞 赵春霞 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第6期1149-1154,共6页
针对目前基于激光雷达点云的大多数特征不能描述行人目标的形状分布这一问题,本文提出了一种面向地面无人车辆的基于激光雷达传感器的行人检测方法。利用DBSCAN算法所有的非地面激光雷达点云进行聚类,并且提出了一种快速点特征直方图分... 针对目前基于激光雷达点云的大多数特征不能描述行人目标的形状分布这一问题,本文提出了一种面向地面无人车辆的基于激光雷达传感器的行人检测方法。利用DBSCAN算法所有的非地面激光雷达点云进行聚类,并且提出了一种快速点特征直方图分布特征,用于训练支持向量机分类器进行行人的检测。本文在KITTIOBJECT数据库和一辆地面无人车辆上对方法的正确率和有效性进行了实验,结果表明:验证了本文提出的快速点特征直方图特征相比较于其他的激光雷达特征,可以有效提高行人检测的性能,同时能够满足地面无人车辆对行人检测的实时性要求。 展开更多
关键词 行人检测 激光雷达 地面无人车辆 环境理解 无人驾驶 目标检测 支持向量机 快速点特征直方图
在线阅读 下载PDF
行人检测算法ACF的后处理改进 预览
13
作者 梁桥康 汤鹏 +1 位作者 晏昕童 孙炜 《无人系统技术》 2019年第1期29-38,共10页
在无人驾驶技术的发展过程中,行人感知和检测技术被公认为最重要的技术之一。因其不但对准确性要求极高,而且行人检测的实时性也对于无人车能否及时避险有着很重要的意义。ACF(Aggregate Channel Feature)算法是公认的快速行人检测算法... 在无人驾驶技术的发展过程中,行人感知和检测技术被公认为最重要的技术之一。因其不但对准确性要求极高,而且行人检测的实时性也对于无人车能否及时避险有着很重要的意义。ACF(Aggregate Channel Feature)算法是公认的快速行人检测算法之一,针对传统后处理方法的不足,对其提出了改进方法。该方法引入了高分保留尺度比变量和区域扩散抑制策略对行人周围的误检窗口进行动态阈值抑制,基于行人本身的宽高比特性提出窗口修正机制,使误检变为正确窗口。在INRIA行人检测数据集上进行测试,可以使ACF算法在不损失过多时间的情况下,大大提高行人检测精度。 展开更多
关键词 行人检测 无人驾驶 窗口修正机制 后处理 非极大值抑制 实时检测
在线阅读 免费下载
面向室内环境的主动视觉即时定位与地图构建系统 预览
14
作者 王宏民 孙增鹏 +1 位作者 赵晓光 边疆 《厦门大学学报:自然科学版》 CAS CSCD 北大核心 2019年第3期429-435,共7页
提出了一个主动视觉即时定位与地图构建(SLAM)系统,能够避开障碍物,预测行人运动方向并且躲避行人,同时能够在未知环境中获得有效路径和进行稀疏三维点云地图构建.该系统由机器人平台、RGB-D摄像机和双目摄像机构成.RGB-D摄像机基于RGB-... 提出了一个主动视觉即时定位与地图构建(SLAM)系统,能够避开障碍物,预测行人运动方向并且躲避行人,同时能够在未知环境中获得有效路径和进行稀疏三维点云地图构建.该系统由机器人平台、RGB-D摄像机和双目摄像机构成.RGB-D摄像机基于RGB-D上半身探测器进行行人检测与跟踪,同时使用RGB-D摄像机进行三维地图构建.双目摄像机通过获取深度信息寻找可通行路径.该系统实现了主动地图构建并且避免了由传统方法构建的静态地图包含行人的情况.实验验证了该系统的有效性. 展开更多
关键词 计算机视觉 障碍物检测 避障 行人检测 地图构建
在线阅读 免费下载
基于级联网络的行人检测方法 预览
15
作者 陈光喜 王佳鑫 +2 位作者 黄勇 詹益俊 詹宝莹 《计算机应用》 CSCD 北大核心 2019年第1期186-191,共6页
针对复杂环境下行人检测不能同时满足高召回率与高效率检测的问题,提出一种基于卷积神经网络(CNN)的行人检测方法。首先,采用CNN中的单步检测升级版网络YOLOv2初步检测行人;然后,设计一个网络与YOLOv2网络级联。设计的网络具有目标分类... 针对复杂环境下行人检测不能同时满足高召回率与高效率检测的问题,提出一种基于卷积神经网络(CNN)的行人检测方法。首先,采用CNN中的单步检测升级版网络YOLOv2初步检测行人;然后,设计一个网络与YOLOv2网络级联。设计的网络具有目标分类和边界框回归的功能,对YOLOv2初步检测出的行人位置进行再分类与回归,以此降低误检,提高召回率;最后,采用非极大值抑制(NMS)处理的方法去除冗余的边界框。实验结果显示,在数据集INRIA和Caltech上,所提方法与原始YOLOv2相比,召回率提高3.3个百分点,准确率提高5.1个百分点,同时速度上达到了11.6帧/s,实现了实时检测。与现有的流行的行人检测方法相比,所提方法具有更好的整体性能。 展开更多
关键词 行人检测 卷积神经网络 级联网络 分类回归 实时检测
在线阅读 下载PDF
基于CNN通道建模的行人检测方法 预览
16
作者 陈光喜 王佳鑫 +2 位作者 黄勇 吕方方 詹宝莹 《计算机工程与设计》 北大核心 2019年第8期2337-2341,共5页
为解决直接采用通用目标检测方法检测行人时检测质量较低这一问题,通过研究不同的通道对检测的影响,发现低层的特征语义信息比较少,但目标位置准确,高层的特征语义信息比较丰富,但目标位置比较粗糙这一特点,提出一种CNN结构,充分利用上... 为解决直接采用通用目标检测方法检测行人时检测质量较低这一问题,通过研究不同的通道对检测的影响,发现低层的特征语义信息比较少,但目标位置准确,高层的特征语义信息比较丰富,但目标位置比较粗糙这一特点,提出一种CNN结构,充分利用上下文语义,建模特征通道之间的关系,使CNN提取的特征更具鲁棒性。在KITTI数据集进行训练与测试,对比最新的特征提取方法,提出方法的mAP提高了3.6%,由此验证了建模通道特征方法对行人检测的有效性。 展开更多
关键词 行人检测 通用目标检测 特征语义 通道建模 CNN结构
在线阅读 下载PDF
使用聚合通道特征的嵌入式实时人体头肩检测
17
作者 陆泽早 彭刚 何顶新 《中国图象图形学报》 CSCD 北大核心 2019年第4期523-535,共13页
目的头肩检测由于抗遮挡能力强、计算需求低,常用于复杂场景中的人体检测。针对嵌入式头肩检测中常用的运动检测和手工模型匹配方法检测精度较低、对不同姿态和人体外观适应性较差的问题,提出了使用聚合通道特征的嵌入式实时人体头肩检... 目的头肩检测由于抗遮挡能力强、计算需求低,常用于复杂场景中的人体检测。针对嵌入式头肩检测中常用的运动检测和手工模型匹配方法检测精度较低、对不同姿态和人体外观适应性较差的问题,提出了使用聚合通道特征的嵌入式实时人体头肩检测方法。方法首先分析多种行人检测与人体姿态数据集,从中生成多姿态、多视角的人体头肩样本集;然后基于图像的聚合通道特征,使用Ada Boost算法通过多个阶段的训练,得到基于增强决策树的头肩图像分类器;接下来,在快速特征金字塔算法的基础上,针对ARM-Linux平台,利用多核并行和单指令多数据流技术,加速图像特征金字塔的计算;最后,进行多线程的滑动窗口检测,利用头肩图像分类器识别每个检测窗口,并通过非极大值抑制(NMS)算法优化检测结果。结果重新标注了INRIA验证数据集中的头肩样本,采用本文训练得到的头肩图像分类器进行检测,通过样本漏检率、每图片平均误检率以及ROC(receiver operating characteristic)曲线评估检测效果。对INRIA数据集中高度≥50像素的头肩目标的对数平均漏检率为16. 61%。此外,采集了不同场景中多种姿态、视角下的头肩图像,以验证分类器的适应性,结果表明该分类器能够良好检测多姿态、多视角、受遮挡以及不同光照情况下的头肩目标。但由于检测器感受野局限于头肩区域,对少量疑似头肩样本的图像区域存在误检测。在嵌入式平台(树莓派3B)中,经过优化的头肩检测程序,对640×480像素分辨率的图像,特征计算耗时约213 ms;对单个包含正样本的检测窗口,分类耗时约2 ms。整体检测效率能够满足视频流实时检测的需求。结论本文基于聚合通道特征进行人体头肩检测,采用种类丰富、标注准确的头肩训练样本,使用Ada Boost算法学习头肩图像的聚合通道特征,得到的头肩图像分类器适应性强 展开更多
关键词 行人检测 头肩检测 嵌入式 聚合通道特征 ADABOOST 机器学习
基于YOLO和GMM的视频行人检测方法 预览
18
作者 李俊毅 高斌 +2 位作者 仝小敏 李鹏 ZHANG Lei 《中国电子科学研究院学报》 北大核心 2019年第3期265-271,共7页
行人检测技术因为其在智能安防领域具有广泛的应用前景而成为计算机视觉领域的研究热点之一,在简单的应用场景取得了一定的研究成果。但是实际监控场景包含行人所处环境复杂(例如物体遮挡、光照变化等),有虚警目标等问题,任何一种方法... 行人检测技术因为其在智能安防领域具有广泛的应用前景而成为计算机视觉领域的研究热点之一,在简单的应用场景取得了一定的研究成果。但是实际监控场景包含行人所处环境复杂(例如物体遮挡、光照变化等),有虚警目标等问题,任何一种方法都很难单独保证在复杂场景下即不出现漏检又不出现虚警目标。本文针对这些问题,研究了深度学习中的YOLO-v3(You Only Look Once version3)方法和基于GMM(Gaussian of Mixture Models,混合高斯模型)的运动目标检测算法。针对视频行人检测这个特定的应用,本文将YOLO-v3与GMM建模方法相结合,充分利用YOLO能够准确检测出具有训练数据中目标特征的目标的优点,结合GMM算法弥补了YOLO无法利用目标运动信息的缺陷。实验结果表明,该方法相较于门限设置为0. 01的YOLO检测方法,在保证召回率在可接受范围内降低的同时,检测准确率提高了约3. 3倍,平均交并比提高了约3. 7倍;相较于门限设置为0. 3的YOLO检测方法,在保证准确率和平均交并比在可接受范围内降低的同时,召回率提高了约1. 9倍。 展开更多
关键词 行人检测 运动检测 深度学习 YOLO GMM建模
在线阅读 下载PDF
结合金字塔池化模块的YOLOv2的井下行人检测 预览
19
作者 王琳 卫晨 +1 位作者 李伟山 张钰良 《计算机工程与应用》 CSCD 北大核心 2019年第3期133-139,共7页
煤矿井下的行人检测对于保障井下作业人员的安全至关重要。煤矿井下光照暗、粉尘大,直接用YOLOv2检测井下行人,准确率低,仅达到54.3%。针对此问题,以YOLOv2网络为基础,结合了金字塔场景解析网络(PSPnet)中的金字塔池化模块,充分利用图... 煤矿井下的行人检测对于保障井下作业人员的安全至关重要。煤矿井下光照暗、粉尘大,直接用YOLOv2检测井下行人,准确率低,仅达到54.3%。针对此问题,以YOLOv2网络为基础,结合了金字塔场景解析网络(PSPnet)中的金字塔池化模块,充分利用图片的上下文信息,提出了YOLOv2_PPM网络。在井下行人检测数据集上进行实验,YOLOv2_PPM网络的准确率提升到63.5%,较YOLOv2网络增加了9.2%,且速度达到了39帧/s(FPS)。当输入图片的大小为480×480时,检测的准确率提升到71.6%,同时速度为28帧/s,满足了实时检测的要求。 展开更多
关键词 目标检测 行人检测 YOLOv2 金字塔场景解析网络(PSPnet)
在线阅读 下载PDF
基于改进SSD的果园行人实时检测方法 预览
20
作者 刘慧 张礼帅 +2 位作者 沈跃 张健 吴边 《农业机械学报》 EI CAS CSCD 北大核心 2019年第4期29-35,101共8页
农田障碍物的精确识别是无人农业车辆必不可少的关键技术之一。针对果园环境复杂难以准确检测出障碍物信息的问题,提出了一种改进单次多重检测器(Single shot multibox detector,SSD)深度学习目标检测方法,对田间障碍物中的行人进行识... 农田障碍物的精确识别是无人农业车辆必不可少的关键技术之一。针对果园环境复杂难以准确检测出障碍物信息的问题,提出了一种改进单次多重检测器(Single shot multibox detector,SSD)深度学习目标检测方法,对田间障碍物中的行人进行识别。使用轻量化网络MobileNetV2作为SSD模型中的基础网络,以减少提取图像特征过程中所花费的时间及运算量,辅助网络层以反向残差结构结合空洞卷积作为基础结构进行位置预测,在综合多尺度特征的同时避免下采样操作带来的信息损失,基于Tensorflow深度学习框架,在卡耐基梅隆大学国家机器人工程中心的果园行人检测开放数据集上进行不同运动状态(运动、静止)、不同姿态(正常、非正常)和不同目标面积(大、中、小)的田间行人识别精度和识别速度的对比试验。试验表明,当IOU阀值为0.4时,改进的SSD模型田间行人检测模型的平均准确率和召回率分别达到了97.46%和91.65%,高于改进前SSD模型的96.87%和88.51%,并且参数量减少至原来的1/7,检测速度提高了187.5%,检测速度为62.50帧/s,模型具有较好的鲁棒性,可以较好地实现田间环境下行人的检测,为无人农机的避障决策提供依据。 展开更多
关键词 无人农业车辆 行人检测 单次多重检测 空洞卷积 MobileNetV2
在线阅读 下载PDF
上一页 1 2 31 下一页 到第
使用帮助 返回顶部 意见反馈