浅层特征融合引导的深层网络行人检测

• 作者: 于海涛 杨雅茹 王哲 邓红霞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人检测 卷积神经网路 特征融合
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 196-200
• 页数: 5页
• 分类号: TN911.73
• 字数: 2414字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0071

摘要

行人检测是目标检测中的一个重要研究方向.针对行人检测算法在复杂场景和目标太小情况下漏检的问题,在Faster R-CNN检测算法的基础上,提出一种基于浅层特征融合引导的深层网络行人检测.通过HOG特征、改进的LBP特征与深度网络特征融合获得准确的行人特征,在国际上广泛使用的行人数据集上进行一系列实验.结果表明,所提出的改进方法在检测准确率和速率方面都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓红霞	太原理工大学信息与计算机学院	27	78	5.0	7.0
2	杨雅茹	太原理工大学信息与计算机学院	13	31	3.0	5.0
3	王哲	太原理工大学信息与计算机学院	11	67	4.0	8.0
4	于海涛	太原理工大学信息与计算机学院	1	1	1.0	1.0