-
公开(公告)号：CN110263712B
公开(公告)日：2021-02-23
申请号：CN201910535870.1
申请日：2019-06-20
Applicant: 江南大学
Abstract: 本发明公开了一种基于区域候选的粗精行人检测方法，包括粗检测阶段，所述粗检测阶段还包括以下步骤，运用局部无关通道特征方法对粗训练样本的待检测图片进行粗检测；筛选出在所述粗训练样本上漏检掉的标签目标框；对漏检的所述标签目标框进行聚类分析，设置标签尺度与长宽比；利用所述尺度与长宽比训练区域候选网络；图片输入训练好的所述区域候选网络输出的检测结果融合，得到粗检测结果。本发明的有益效果：本发明一是在粗检测阶段通过聚类方法对目标真实结果进行分析，利用区域候选网络进行有针对性的训练，将检测结果与原来的候选框融合，得到更高的召回率，显著地降低了检测结果的漏检率。
-
公开(公告)号：CN110263712A
公开(公告)日：2019-09-20
申请号：CN201910535870.1
申请日：2019-06-20
Applicant: 江南大学
Abstract: 本发明公开了一种基于区域候选的粗精行人检测方法，包括粗检测阶段，所述粗检测阶段还包括以下步骤，运用局部无关通道特征方法对粗训练样本的待检测图片进行粗检测；筛选出在所述粗训练样本上漏检掉的标签目标框；对漏检的所述标签目标框进行聚类分析，设置标签尺度与长宽比；利用所述尺度与长宽比训练区域候选网络；图片输入训练好的所述区域候选网络输出的检测结果融合，得到粗检测结果。本发明的有益效果：本发明一是在粗检测阶段通过聚类方法对目标真实结果进行分析，利用区域候选网络进行有针对性的训练，将检测结果与原来的候选框融合，得到更高的召回率，显著地降低了检测结果的漏检率。
-
Search Results
2
records
(took 0.013 seconds)
