10.14132/j.cnki.1673-5439.2015.06.017
基于深度学习模型的行人检测研究与仿真
面向机器视觉中的行人检测问题构建出一种深度学习模型.通过在卷积神经网络中引入了遮挡模型和变形层,把行人检测的主要模块构建成一个联合深度学习的框架,提出了一个新的深度网络结构.模型利用Caltech行人数据集进行联合训练和参数优化与评估,测试了模型的检测正确率,并利用实际拍摄的图像和视频进行行人检测实验.实验表明,通过在模块之间建立起自动的、相互的联系,该深度学习模型有效降低了行人检测的失误率.
机器视觉、深度学习、卷积神经网络、行人检测
35
TP391.41(计算技术、计算机技术)
国家自然科学基金61071166,61172118,61071091,61471201;江苏省高校自然科学重点研究项目13KJA510004;江苏省自然科学基金青年基金BK20130867
2016-01-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
111-116