原文服务方: 内燃机与动力装置       
摘要:
针对传统的人工标注大量训练数据集存在的成本高、效率低、难以满足大型行人检测系统检测要求的问题,研究一种半自动标注行人的方法.以静止的单目摄像机拍摄的监控视频图像为对象,利用背景差分以及显著性检测方法将前景、背景分离,提取出前景目标.试验结果表明,相对于传统的人工标注数据集的方法,该方法能提高数据集标注的效率,形成的数据库可以为行人检测系统提供数据.
推荐文章
基于双阈值运动区域分割的AdaBoost行人检测算法
双阈值运动区域分割
AdaBoost学习算法
Haar-like弱矩形特征
强分类器
基于时空域暗示的运动对象检测和分割
时空域分割
时间加权
改进的分水岭
区域相似度
结合前景检测和深度学习的运动行人检测方法
行人检测
前景检测
深度学习
模式识别
支持向量机
基于OTSU分割和HOG特征的行人检测与跟踪方法
行人检测
HOG特征
隐马尔可夫模型
OTSU算法
鲁棒性
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 结合对象分割和深度学习的运动行人检测
来源期刊 内燃机与动力装置 学科
关键词 行人检测 背景减法 显著性检测 深度学习 半自动数据集标注
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 81-88
页数 8页 分类号 TP317.4
字数 语种 中文
DOI 10.19471/j.cnki.1673-6397.2020.03.016
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 吕轩轩 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (60)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
行人检测
背景减法
显著性检测
深度学习
半自动数据集标注
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
内燃机与动力装置
双月刊
1673-6397
37-1445/TK
大16开
济南市长清大学科技园海棠路5001号
1984-08-01
chi
出版文献量(篇)
1849
总下载数(次)
0
总被引数(次)
5016
论文1v1指导