10.16208/j.issn1000-7024.2018.11.032
多层卷积特征融合的行人检测
针对小目标以及遮挡严重的场景下的行人目标检测准确率较低的问题,提出一种卷积层信息融合的方法.根据经典卷积神经网络的设计特点,融合不同尺度的卷积特征信息;在此基础上,尝试将目标全局以及局部上下文信息进一步融合.在VOC数据集以及Brainwash数据集上验证该模型的性能,实验结果表明,这种卷积特征融合对于多尺度的物体以及目标遮挡问题,可有效提升目标检测的准确率.
多尺度特征、深度卷积神经网络、特征融合、目标上下文、边框回归、行人检测
39
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61572142
2019-01-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
3481-3485