作者:
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:
随着计算机视觉技术的发展,在人工智能领域也开展了很多以行人为目标的研究.本文基于深度学习,对行人进行人脸检测和姿态估计,为行人过街意图的进一步研究分析打下基础.本研究利用TensorFlow-SSD进行行人目标检测,分为两部分内容.一是检测行人目标,进行姿态估计分析动作,二是检测行人脸部,用来配合姿态估计对行人运动方向进行分析.采集数据后上传至服务平台后端,其调用OpenCV读取图片,通过TensorFlow提供的api读取pb文件,传递给训练好的检测模型,然后进行人脸检测和人体姿态检测与估计.
推荐文章
基于深度学习与融入梯度信息的人脸姿态分类检测
人脸姿态分类
深度学习
受限玻尔兹曼机
基于深度学习的头部姿态估计
头部姿态估计
深度学习
提取特征
分类
基于深度学习的人脸姿态分类方法
姿态分类
级联
深度学习
卷积神经网络
基于深度学习和部分模型的相关性人脸检测
人脸检测
深度学习
部分模型
检测精度
虚警率
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 基于深度学习的行人过街意图中人脸检测和姿态估计分析
来源期刊 软件 学科
关键词 SSD 目标检测 姿态估计
年,卷(期) 2021,(1) 所属期刊栏目 基金项目论文
研究方向 页码范围 26-28,51
页数 4页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1003-6970.2021.01.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(12)
  • 参考文献(0)
  • 二级参考文献(12)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
SSD
目标检测
姿态估计
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
论文1v1指导