【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，特别是涉及一种基于改进deformable detr的复杂场景行人检测方法、系统及电子设备。
技术介绍
1、随着自动驾驶、智能交通、智能视频监控等前沿领域的发展，行人检测作为其前驱的重点技术之一已经成为研发热点。行人检测是利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位，该技术可与行人跟踪和行人重识别等技术结合，应用于车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。例如在车辆辅助驾驶系统领域，利用雷达摄像头和感应器来检测行人，并及时刹车从而减少事故伤害。
2、传统的行人检测算法主要是通过计算梯度直方图特征(histogram oforientedgradient，hog)构建特征，并结合支持向量机(support vectormachine，svm)分类器实现目标检测，此类方法虽然解决了局部遮挡等部分问题，但其需要大量人工设置的参数，导致只能应用在固定的场景中，且检测精度和效率明显不足。
3、随着深度学习在计算机视觉中的广泛应用，基于深度学...
【技术保护点】
1.一种复杂场景行人检测方法，其特征在于，所述复杂场景行人检测方法包括：
2.根据权利要求1所述的复杂场景行人检测方法，其特征在于，基于行人检测模型确定所述待检测行人图像中行人的位置和类别，具体包括：
3.根据权利要求2所述的复杂场景行人检测方法，其特征在于，所述特征提取网络包括依次连接的骨干网络及6个编码器。
4.根据权利要求2所述的复杂场景行人检测方法，其特征在于，通过所述预测模块对各初步解码查询元素进行边框回归，以确定所述待检测行人图像中行人的位置，具体包括：
5.根据权利要求4所述的复杂场景行人检测方法，其特征在...
【技术特征摘要】
1.一种复杂场景行人检测方法，其特征在于，所述复杂场景行人检测方法包括：
2.根据权利要求1所述的复杂场景行人检测方法，其特征在于，基于行人检测模型确定所述待检测行人图像中行人的位置和类别，具体包括：
3.根据权利要求2所述的复杂场景行人检测方法，其特征在于，所述特征提取网络包括依次连接的骨干网络及6个编码器。
4.根据权利要求2所述的复杂场景行人检测方法，其特征在于，通过所述预测模块对各初步解码查询元素进行边框回归，以确定所述待检测行人图像中行人的位置，具体包括：
5.根据权利要求4所述的复杂场景行人检测方法，其特征在于，采用以下公式确定第i个初步解码查询元素的初步差值信息：
...【专利技术属性】
技术研发人员：袁国武，黄越明，周浩，钱文华，岳昆，
申请(专利权)人：云南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。