基于深度学习的行人检测技术研究进展

• 作者: 向国徽 杨雪姣 黄同愿
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 行人检测 特征检测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息·计算机
• 页码范围: 98-109
• 页数: 12页
• 分类号: TP391
• 字数: 7791字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.04.015

摘要

行人检测旨在从给定的场景中精确定位出每一个属于检测范围的人,在过去几十年中取得了重大的进展.它与行人重识别和行人跟踪技术相结合,在自动驾驶、人机交互、智能视频监控和人物对象行为分析等领域有着重要应用.研究了深度学习技术在行人检测领域的研究进展,就行人检测目前面临的主要问题和挑战进行了分析;调查总结了行人检测的数据集和评价标准,归纳分析了影响行人检测的关键子问题,例如网络架构、损失函数、特征表达、上下文信息和训练策略等.为该领域前沿综合研究提供参考和依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄同愿	重庆理工大学计算机科学与工程学院	9	38	4.0	6.0
2	杨雪姣	重庆理工大学计算机科学与工程学院	4	7	2.0	2.0
3	向国徽	重庆理工大学计算机科学与工程学院	4	7	2.0	2.0