钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用研究期刊
\
基于自适应特征卷积网络的行人检测方法
基于自适应特征卷积网络的行人检测方法
作者:
弓攀豪
王进
申发海
董广县
邓欣
陈乔松
陶亚
原文服务方:
计算机应用研究
行人检测
卷积神经网络
浅层细节特征
自适应特征
摘要:
针对行人检测方法未能充分利用卷积网络浅层特征的问题,改进Faster R-CNN框架,提出了一种基于自适应特征卷积网络的行人检测方法.该方法有两处改进:a)设计了SFCM模块,用于提取卷积神经网络浅层细节特征;b)引用挤压与激励操作设计了AFCM模块,用于筛选检测所需的强辨识力行人特征.此外,利用公开的Caltech和INRIA行人数据集,通过在基准框架中逐一添加SFCM和AFCM模块训练行人检测器,验证了所提模块的有效性,并对比了主流行人检测算法.实验结果显示,所提方法的误检率分别降到了9.13%和9.46%,具有更优的检测性能.
下载原文
收藏
引用
分享
推荐文章
基于自适应池化的行人检测方法
计算机神经网络
卷积神经网络
行人检测
图像识别
自适应池化
Faster R-CNN
基于深度卷积神经网络的行人检测
行人检测
深度学习
卷积神经网络
特征提取
基于统一划分的特征自适应行人再识别方法
统一划分
行人再识别
深度学习
马氏距离
平均精度均值
基于深度模型的场景自适应行人检测
场景自适应
行人检测
深度结构
卷积神经网络
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于自适应特征卷积网络的行人检测方法
来源期刊
计算机应用研究
学科
关键词
行人检测
卷积神经网络
浅层细节特征
自适应特征
年,卷(期)
2020,(7)
所属期刊栏目
图形图像技术
研究方向
页码范围
2202-2205,2226
页数
5页
分类号
TP391.41
字数
语种
中文
DOI
10.19734/j.issn.1001-3695.2019.02.0032
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
王进
重庆邮电大学数据工程与可视计算重点实验室
50
202
8.0
12.0
2
陈乔松
重庆邮电大学数据工程与可视计算重点实验室
16
66
4.0
7.0
3
申发海
重庆邮电大学数据工程与可视计算重点实验室
4
2
1.0
1.0
4
弓攀豪
重庆邮电大学数据工程与可视计算重点实验室
1
0
0.0
0.0
5
陶亚
重庆邮电大学数据工程与可视计算重点实验室
1
0
0.0
0.0
6
董广县
重庆邮电大学数据工程与可视计算重点实验室
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(29)
共引文献
(39)
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)
2002(1)
参考文献(0)
二级参考文献(1)
2005(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)
2008(1)
参考文献(0)
二级参考文献(1)
2011(2)
参考文献(0)
二级参考文献(2)
2012(5)
参考文献(1)
二级参考文献(4)
2013(1)
参考文献(0)
二级参考文献(1)
2014(6)
参考文献(2)
二级参考文献(4)
2015(4)
参考文献(0)
二级参考文献(4)
2016(5)
参考文献(0)
二级参考文献(5)
2017(5)
参考文献(1)
二级参考文献(4)
2018(3)
参考文献(3)
二级参考文献(0)
2019(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
卷积神经网络
浅层细节特征
自适应特征
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
计算机应用研究
主办单位:
四川省计算机研究院
出版周期:
月刊
ISSN:
1001-3695
CN:
51-1196/TP
开本:
大16开
出版地:
邮发代号:
创刊时间:
1984-01-01
语种:
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
期刊文献
相关文献
1.
基于自适应池化的行人检测方法
2.
基于深度卷积神经网络的行人检测
3.
基于统一划分的特征自适应行人再识别方法
4.
基于深度模型的场景自适应行人检测
5.
基于候选区域和并行卷积神经网络的行人检测
6.
煤矿井下行人检测算法
7.
采用机器视觉与自适应卷积神经网络检测花生仁品质
8.
基于历史信息的区域卷积神经网络行人检测
9.
基于卷积神经网络的行人检测方法研究新进展
10.
基于自适应显著特征选择的动态加权平均行人识别模型
11.
基于卷积神经网络的响应自适应跟踪
12.
基于空间自适应卷积LSTM的视频预测
13.
基于卷积神经网络的行人人头检测方法对比研究
14.
基于卷积神经网络及改进支持向量机的行人检测
15.
基于属性敏感卷积神经网络的行人属性分类
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用研究2000
计算机应用研究2001
计算机应用研究2002
计算机应用研究2003
计算机应用研究2004
计算机应用研究2005
计算机应用研究2006
计算机应用研究2007
计算机应用研究2008
计算机应用研究2009
计算机应用研究2010
计算机应用研究2011
计算机应用研究2012
计算机应用研究2013
计算机应用研究2014
计算机应用研究2015
计算机应用研究2016
计算机应用研究2017
计算机应用研究2018
计算机应用研究2019
计算机应用研究2020
计算机应用研究2022
计算机应用研究2020年第2期
计算机应用研究2020年第6期
计算机应用研究2020年第5期
计算机应用研究2020年第3期
计算机应用研究2020年第4期
计算机应用研究2020年第1期
计算机应用研究2020年第7期
计算机应用研究2020年第8期
计算机应用研究2020年第9期
计算机应用研究2020年第11期
计算机应用研究2020年第10期
计算机应用研究2020年第12期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号