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,利用图像识别技术进行行人检测并给出人与车间距的预警是车辆辅助驾驶的一个研究方向.针对行人检测中,大范围拥挤场景中行人交叠、人物行为复杂和目标密集且小而导致检测困难的问题,本文将基于FCN的逐像素目标检测算法框架——单阶段全卷积目标检测FCOS应用于行人检测.相比于SSD,RetinaNet,Faster R-CNN,FCOS是没有锚框的,这大大降低了模型训练过程中的复杂计算.我们在Pascal VOC2012数据集上的一系列可靠具有重复性的良好实验结果均证明,将FCOS算法应用到行人检测是可行的,实际应用到车辆辅助驾驶同样可行,是一个简单而强大的方案.
推荐文章
基于改进DNN-LSTM算法的车辆前方行人行为识别方法
行为识别
经验模态分解
深度神经网络
长短时记忆网络
基于红外视频的车载行人车辆检测系统
梯形感兴趣区域
混合高斯模型
图像特征值
神经网络
基于SVM-AdaBoost算法的行人检测方法
行人检测
AdaBoost算法
SVM算法
基于SIFT特征的前方车辆检测算法
车辆检测
尺度不变特征转换特征
对称
匹配
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 车辆辅助驾驶中基于FCOS算法的行人检测方法
来源期刊 电子测试 学科
关键词 行人检测 单阶段全卷积目标检测 FCOS算法
年,卷(期) 2021,(23) 所属期刊栏目 理论与算法|The theory and algorithm
研究方向 页码范围 49-51
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1000-8519.2021.23.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
行人检测
单阶段全卷积目标检测
FCOS算法
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导