基于特征增强的行人检测方法技术

本发明专利技术属于计算机视觉技术领域，一种基于特征增强的行人检测方法，包括以下步骤：(1)行人数据的建立与处理，(2)搭建基于特征增强的行人检测网络框架，(3)对基于特征增强的行人检测网络进行训练和测试。本发明专利技术基于特征增强的行人检测网络由输入、主干子网络、颈部子网络和头部子网络组成，不同的部分完成不同的任务，本发明专利技术提出的基于特征增强的行人检测方法在行人检测性能方面优于其他主流行人检测方法，其检测精度达到95.2％，召回率为85.2％，平均检测精度为93.4％，可以有效地完成各种场景下的行人检测任务，达到理想的行人检测效果。

【技术实现步骤摘要】

本专利技术涉及一种基于特征增强的行人检测方法，属于计算机视觉。

技术介绍

1、目标检测主要完成对场景中的物体进行分类和定位功能。目标检测是目标跟踪、智能车避障的基础。此外，目标检测还被广泛应用于军事防御和安全监控等领域中。行人检测旨在各类场景下对行人进行准确识别与检测。在行人异常行为分析以及智能机器人等领域中，行人检测技术起到了关键作用。因此，行人检测技术的研究具有广泛的应用价值。

2、一般来说，行人检测方法分为传统方法和深度学习方法。传统的行人检测方法具有训练和使用相对简单的优点。但是基于滑动窗口的区域候选策略需要对图像进行冗余遍历，所以时间和复杂度高。此外，传统方法的特征提取算法是人工设计的，只能学习固定的特征，在复杂环境下检测的有效性和鲁棒性较差。基于深度学习的行人检测方法弥补了传统行人检测算法的不足。由于基于深度学习的行人检测方法具有结构简单、效率更优的特点，使得基于深度学习的行人检测网络在精度和速度上都有了显著的提高。基于深度学习的行人检测算法已经成为目前主流的行人检测算法。但在复杂的场景中，行人检测仍然面临一些挑战，如检测精度低，行本文档来自技高网...

【技术保护点】

1.一种基于特征增强的行人检测方法，其特征在于包括以下步骤：

【技术特征摘要】

1.一种基于特征增强的行人检测...

【专利技术属性】
技术研发人员：安毅，苏姣，
申请(专利权)人：新疆大学，
类型：发明
国别省市：