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:
针对行人检测系统中存在的难以同时具有较高的检测率和较快的检测速度这一问题,本文提出了一种自适应Coarse-to-Fine Deformable Part Model(CtF DPM)的行人检测模型.首先,将低分辨率根滤波器特征提取得分与阈值进行比较,以确定高分辨率部件滤波器的特征提取区域;随后,在同分辨率层中引入同级约束关系,增强同层的特征相关性;最后,将该特征提取与其他多种算法在INRIA数据库中进行检测准确性测试,并与隐式支持向量机(LSVM)结合进行实际道路环境测试.理论性能和实际测试结果表明:基于自适应CtF DPM的行人检测模型在保证检测性能的同时,特征提取时间可降至十几毫秒,显著提高了检测速度.
推荐文章
基于自适应特征卷积网络的行人检测方法
行人检测
卷积神经网络
浅层细节特征
自适应特征
基于四阶累积量自适应特征提取网络流量预测
四阶累积量
特征提取
网络流量
预测算法
基于自适应特征提取的数显仪表识别系统
数显仪表识别
自适应特征提取
彩色空间滤波
自动识别
自适应学习平台知识模块特征提取及预测
自适应学习平台
知识模块
特征值提取
预测
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 基于自适应CtF DPM特征提取的快速行人检测模型
来源期刊 复旦学报(自然科学版) 学科 工学
关键词 行人检测 特征提取 CtF DPM 同级约束
年,卷(期) 2018,(4) 所属期刊栏目
研究方向 页码范围 453-461
页数 9页 分类号 TP391
字数 语种 中文
DOI
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 徐美华 上海大学微电子研究与开发中心 55 378 10.0 17.0
5 龚露鸣 上海大学微电子研究与开发中心 3 33 2.0 3.0
6 郭爱英 上海大学微电子研究与开发中心 10 16 2.0 3.0
10 殷晓文 上海大学微电子研究与开发中心 4 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (9)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
特征提取
CtF DPM
同级约束
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
复旦学报(自然科学版)
双月刊
0427-7104
31-1330/N
16开
上海市邯郸路220号
4-193
1955
chi
出版文献量(篇)
2978
总下载数(次)
5
相关基金
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
论文1v1指导