期刊专题

多卷积特征融合的HOG行人检测算法

引用
行人检测是计算机视觉领域中的经典问题,HOG结合SVM的方法是解决这一问题的有效途径,HOG对行人特征的有效描述起到了重要作用.卷积神经网络(CNN)作为一种有效的特征提取方法,通过特征图可以实现对特征更好的描述.提出将卷积神经网络(CNN)与传统的HOG+SVM算法相结合的方法.首先利用CNN在下采样层中可以使用不同的卷积核对数据进行不同角度特征描述的特点,对样本进行多角度浅层特征提取;然后用HOG对得到的浅层特征进行进一步的提取;最后采用支持向量机(SVM)完成训练、分类.实验表明,该方法对于行人检测具有很高的识别率,优于传统方法.

行人检测、卷积神经网络、多卷积特征、HOG

44

TP139.41(自动化基础理论)

国家973计划资助项目2009CB723803;国家自然科学基金资助项目60873120

2018-01-24(万方平台首次上网日期,不代表论文的发表时间)

共4页

199-201,232

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

44

2017,44(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn