首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> 底层特征提取

底层特征提取 文章

基于深度学习的交通场景中行人检测方法*

  • 针对交通图像中行人分布的特点,提出一种交通场景下的行人检测方法。使用Faster R-CNN目标检测网络,首先在检测网络的卷积层前加入预处理,突出行人特征,减少训练耗时与系统开销。其次,由于交通场景图像中行人只占图像极小的部分,所以使用K-means聚类分析方法对行人的宽高比进行聚类分析,得到合适的宽高比。实验表明,改进后的方法在检测精度上有所提升,说明了该方法的有效性。
  • 关键字: 行人检测  交通场景  底层特征提取  K-means聚类  202103  
共1条 1/1 1

底层特征提取介绍

您好,目前还没有人创建词条底层特征提取!
欢迎您创建该词条,阐述对底层特征提取的理解,并与今后在此搜索底层特征提取的朋友们分享。    创建词条

热门主题

树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473