基于卷积神经网络的实时行人检测方法
近年来,卷积神经网络在行人检测领域取得了同其他方法相似甚至更好的检测成绩,然而缓慢的检测速度远不能满足现实需求.针对这一问题,本文提出一种实时的行人检测方法,将分散的检测过程整合成单一的深度网络模型,被检测图片通过模型的计算可以直接输出检测结果.使用扩充的ETH数据集进行训练测试,实验结果表明,在保证准确率的情况下,该方法检测速度极快,可以满足实时检测的目的.
行人检测、目标检测、卷积神经网络、图像处理、深度学习
26
TP3;TP1
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
215-218