基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
行人检测是计算机视觉的研究热点和难点,近年来基于机器学习的行人检测技术取得了长足的进步,但由于不同场景的数据分布存在差异,已有检测器在新场景下的行人检测性能出现显著下降。为了避免繁琐的人工标注,充分利用原有检测器和标注样本,基于迁移学习的行人检测研究受到越来越多的关注。对其中涉及到的样本获取、迁移学习机制等关键技术进行综述,并从多个角度对现有方法进行分析和比较,最后对该技术的未来进行展望。
推荐文章
基于深度学习的行人检测技术研究进展
深度学习
卷积神经网络
行人检测
特征检测
基于深度迁移学习的网络入侵检测
深度自编码器
迁移学习
入侵检测
嵌入层
标签层
基于无监督学习的行人检测算法
行人检测
无监督
稀疏编码
非线性变换
非极大值抑制
基于稀疏编码的迁移学习及其在行人检测中的应用
行人检测
行人分类
迁移学习
稀疏编码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于迁移学习的行人检测研究进展
来源期刊 计算机工程与应用 学科 工学
关键词 行人检测 检测器 迁移学习 场景自适应
年,卷(期) 2014,(24) 所属期刊栏目 图形图像处理
研究方向 页码范围 156-163
页数 8页 分类号 TP391
字数 9222字 语种 中文
DOI 10.3778/j.issn.1002-8331.1311-0358
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘宏 中国科学院计算技术研究所普适计算研究中心 23 284 9.0 16.0
5 王向东 中国科学院计算技术研究所普适计算研究中心 26 149 6.0 11.0
9 邵松 中国科学院计算技术研究所普适计算研究中心 3 10 2.0 3.0
13 钱跃良 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (14)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(10)
  • 参考文献(3)
  • 二级参考文献(7)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(9)
  • 参考文献(3)
  • 二级参考文献(6)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
检测器
迁移学习
场景自适应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导