-
公开(公告)号:CN112926500B
公开(公告)日:2022-09-20
申请号:CN202110302808.5
申请日:2021-03-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种结合头部和整体信息的行人检测方法,属于目标检测领域。首先,使用卷积神经网络提取目标的特征信息并获得多个具有不同分辨率以及激活程度的特征图。其次,使用这些特征图构建特征金字塔,通过融合不同子结构的输出分别为行人头部和整体检测提供有针对性的特征信息。然后,在行人检测的基础上添加头部检测分支并从对应的特征图中预测行人头部和行人整体。最后,使用改进的非极大值抑制算法融合两个分支的输出并得到最终结果。本发明充分利用了行人的特征信息,有效提升了遮挡行人的检测准确性。
-
公开(公告)号:CN116206244A
公开(公告)日:2023-06-02
申请号:CN202310209559.4
申请日:2023-03-07
Applicant: 重庆邮电大学
IPC: G06V20/40 , G06V10/32 , G06V10/764 , G06V10/74 , G06V10/40 , G06V10/54 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多层注意力特征增强的目标跟踪方法,属于目标跟踪领域,包括以下步骤:S1:构建基于孪生网络的目标跟踪网络,使用修改后的ResNet50为主干网络,对模板图片和搜索图片进行特征提取;S2:在主干网络中的后三层中嵌入特征增强模块来选择性地增强有用的特征;S3:将主干网络提取的模板特征和搜索特征进行互相关操作得到响应图;S4:将互相关特征图进行分类与回归,在多个预测框中获得最佳跟踪框,从而实现跟踪,并对模板图片进行在线更新。本发明使特征交互更加频繁,增强特征的表达能力,使跟踪器得到更加准确的目标定位信息,本发明还很大程度上抵御了相似背景的干扰。
-
公开(公告)号:CN112926500A
公开(公告)日:2021-06-08
申请号:CN202110302808.5
申请日:2021-03-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种结合头部和整体信息的行人检测方法,属于目标检测领域。首先,使用卷积神经网络提取目标的特征信息并获得多个具有不同分辨率以及激活程度的特征图。其次,使用这些特征图构建特征金字塔,通过融合不同子结构的输出分别为行人头部和整体检测提供有针对性的特征信息。然后,在行人检测的基础上添加头部检测分支并从对应的特征图中预测行人头部和行人整体。最后,使用改进的非极大值抑制算法融合两个分支的输出并得到最终结果。本发明充分利用了行人的特征信息,有效提升了遮挡行人的检测准确性。
-
-