一种基于多尺度多特征神经网络的行人目标检测方法技术

技术编号:43317268 阅读:26 留言:0更新日期:2024-11-15 20:18
本发明专利技术提供了一种基于多尺度多特征神经网络的行人目标检测方法,属于基于计算机视觉的目标检测技术领域;首先,采集行人图像数据并对其进行预处理;其次,对于处理好的数据,构建多尺度特征提取网络提取不同尺度的特征图;再次,构建多尺度特征融合网络将不同尺度的特征图进行融合,使网络可以学习到更丰富的特征信息,从而提高模型检测不同大小目标的能力;再次,构建行人目标检测网络,将融合特征输入网络中获得行人目标检测结果;最后,设计损失函数,并通过反向传播算法计算梯度来更新模型的权重,经过充分的训练,得到最终的目标检测模型并部署使用。

【技术实现步骤摘要】

本专利技术涉及行人检测,尤其涉及一种基于多尺度多特征神经网络的行人目标检测方法


技术介绍

1、行人检测技术旨在从图像或视频源中识别和定位行人,这项技术已经成为评估图像或视频序列中是否存在行人,并对其进行标记和显示的重要工具。目前,行人检测技术已经被广泛应用于智能驾驶辅助系统、智能机器人技术、以及智能视频监控等多个领域,对于提升这些系统的智能化水平起到了关键作用。行人检测技术本身并不是孤立的,它与视频分析中的行人跟踪、行为识别等任务紧密相连,但是行人的多种姿态、行人之间的遮挡、行人与背景的遮挡等复杂因素已经成为了影响行人检测准确率的关键挑战。因此,提高行人检测技术在复杂环境中对小目标行人的检测能力,具有重要的研究意义和应用前景。

2、申请号为cn202210979010.9的中国专利技术专利公开了一种面向全天候的跨模态自适应融合行人目标检测系统及方法,主要包括跨模态差分信息融合模块和置信度感知自适应融合模块两部分。跨模态差分信息融合模块主要是针对网络提取后的可见光及红外模态的特征信息进行互补特征加强,通过全局池化及平均池化操作增强两者的差分特征本文档来自技高网...

【技术保护点】

1.一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,包括以下过程:

2.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤1具体包括以下过程:

3.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤2的具体过程为:

4.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤3的具体过程为:

5.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤4的具体过程为:

>6.如权利要求1所...

【技术特征摘要】

1.一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,包括以下过程:

2.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤1具体包括以下过程:

3.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤2的具体过程为:

4.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤3的具体过程为:

5.如权利要求1所述的一种基于多尺度多特征神经网络的行人目标检测方法,其特征在于,所述步骤4的具体过程为:

6.如权利要求1所述的一种基于...

【专利技术属性】
技术研发人员:石永响马梓杰李帅
申请(专利权)人:淮安市中嘉信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1