文档名：基于FasterRCNN的行人检测
近年来,随着智能技术的进步和社会的发展,智能化的应用已经融入到生活的方方面面,基于视觉的行人检测是智能监控、智能驾驶、无人驾驶等领域的重要组成部分,现有基于深度学习的行人检测方法主要分为两类:1)以FasterRCNN为代表的检测方法,具有较高的检测精度;2)以YOLO为代表的检测方法,具有快速的检测速度.在实际的诸多应用场景中,对检测算法的准确度是要求较高的,文中实现了基于FasterRCNN的行人检测算法,具有较高的检测准确率,为后续行人检测技术在诸多应用场景中的落地奠定了基础.
作者：刘春池 潘卫国
作者单位：北京联合大学北京市信息服务工程重点实验室北京100101北京联合大学机器人学院北京100027
母体文献：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会
会议时间：2020年12月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：行人检测 深度学习 卷积神经网络
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.23 MB
- 下载次数:
- 60
-
高速下载
|
|
