-
公开(公告)号：CN107330387A
公开(公告)日：2017-11-07
申请号：CN201710475390.1
申请日：2017-06-21
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00711 , G06N3/084
Abstract: 本发明提供了一种基于图像数据的行人检测方法，包括以下步骤：（1）对于数据的预处理，在网络结构的第一层添加一层用来将数据读入；（2）YOLO原来的全连接层用卷积层替代，每个卷积层后面加一个ReLU层，然后用Reshape层改变输入的维度；（3）对于Loss Function的实现。本发明的有益效果是：将Fast YOLO实现为基于Caffe接口和GoogLeNet的网络，原网络中的全连接层改成卷积层实现，这不仅可以加快检测速度，而且实验结果表明还可以提升检测率。
-
公开(公告)号：CN107330387B
公开(公告)日：2021-04-23
申请号：CN201710475390.1
申请日：2017-06-21
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于图像数据的行人检测方法，包括以下步骤：（1）对于数据的预处理，在网络结构的第一层添加一层用来将数据读入；（2）YOLO原来的全连接层用卷积层替代，每个卷积层后面加一个ReLU层，然后用Reshape层改变输入的维度；（3）对于Loss Function的实现。本发明的有益效果是：将Fast YOLO实现为基于Caffe接口和GoogLeNet的网络，原网络中的全连接层改成卷积层实现，这不仅可以加快检测速度，而且实验结果表明还可以提升检测率。
-
公开(公告)号：CN107301394A
公开(公告)日：2017-10-27
申请号：CN201710476038.X
申请日：2017-06-21
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00711 , G06K9/00362 , G06K9/46 , G06K9/4642 , G06K9/6269 , G06K2009/4695 , H04N5/262
Abstract: 本发明提供了一种基于视频数据的人流检测方法，包括以下步骤：S1、对视频进行低秩稀疏矩阵分解；S2、获取稀疏部分；S3、对稀疏部分进行阈值处理；S4、训练SVM；S5、对图像进行HOG+SVM检测；S6、判断是否有剩余检测框，如果没有，则结束，如果有，则进入下一步骤；S7、判断对应辅助图像相同位置是否有足够像素，如果没有，则删除检测框并返回步骤S6，如果有，则保留检测框并返回步骤S6。本发明的有益效果是：结合低秩稀疏矩阵分解的方法，将一段视频中的稀疏部分提取出来，并进行处理，低空监测影像的检测效果较好。
-
-
Search Results
3
records
(took 0.026 seconds)
