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:
为了遏制行人检测过程中产生的过多的误检窗口,该文在局部无关通道特征(LDCF)方法基础上提出了一种基于粗-精表达策略的新型行人检测方法.首先运用LDCF方法对行人进行粗略检测,产生一系列高召回率的候选窗口;然后通过改进颜色自相似特征和引入简化的卷积网络结构,进一步提取这些窗口的鲁棒融合特征;最后应用级联分类器对候选窗口进行精细分类判断.在行人检测数据集INRIA和Caltech上的实验结果表明,与传统的行人检测方法LDCF相比,该文方法的平均对数漏检率分别降低2.81%和3.85%,充分验证了该文策略的有效性和特征的鲁棒性.
推荐文章
一种改进的深度残差网络行人检测方法
行人识别
深度残差网络
YOLOv2
卷积神经网络
深度学习
一种去光照干扰方法在行人检测中的应用
光照变化
行人检测
图像差分
直方图分布
图像标准差
视频监控
一种无监督视频行人检测与估计算法
行人检测与统计
多帧平均值
背景消减法
混合模型
一种结合图像信息的视频行人检测网络研究
视频行人检测
卷积网络
多上下文抑制
信息向量传播
管束重评分
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 一种新型粗-精表达策略行人检测方法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 行人检测 局部无关通道特征 颜色自相似特征 卷积网络结构 平均对数漏检率
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 646-652
页数 7页 分类号 TP391
字数 3297字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2017.41.05.017
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 於东军 南京理工大学计算机科学与工程学院 64 503 15.0 19.0
2 宋晓宁 江南大学物联网工程学院 21 48 3.0 6.0
3 任汉俊 江南大学物联网工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (124)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
局部无关通道特征
颜色自相似特征
卷积网络结构
平均对数漏检率
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导