-
公开(公告)号:CN111339967A
公开(公告)日:2020-06-26
申请号:CN202010131268.4
申请日:2020-02-28
Applicant: 长安大学
Abstract: 本发明公开了一种基于多视域图卷积网络的行人检测方法,采用卷积神经网络从待处理图像进行特征提取,对提取的特征图像进行多次池化、卷积处理得到预处理特征图像,然后采用多视域池化金字塔提取中得到的预处理特征图像的多尺度特征信息特征图,然后进行人体图卷积得到多个人体图卷积后的特征图,采用Nbox个锚点的预测框分别对人体图卷积后的特征图中的人体目标区域进行预测并识别,完成预测框及预测类别概率值,使用最大池化构建多视域特征金字塔,提高了检测效率,本发明能够有效且高效地处理行人检测中的尺度变化和遮挡问题。
-
公开(公告)号:CN111339967B
公开(公告)日:2023-04-07
申请号:CN202010131268.4
申请日:2020-02-28
Applicant: 长安大学
IPC: G06V40/10 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多视域图卷积网络的行人检测方法,采用卷积神经网络从待处理图像进行特征提取,对提取的特征图像进行多次池化、卷积处理得到预处理特征图像,然后采用多视域池化金字塔提取中得到的预处理特征图像的多尺度特征信息特征图,然后进行人体图卷积得到多个人体图卷积后的特征图,采用Nbox个锚点的预测框分别对人体图卷积后的特征图中的人体目标区域进行预测并识别,完成预测框及预测类别概率值,使用最大池化构建多视域特征金字塔,提高了检测效率,本发明能够有效且高效地处理行人检测中的尺度变化和遮挡问题。
-