《表1 遮挡下的行人检测方法》
对于遮挡下的行人检测,本文将现有方法分成两类,如表1所示:(1)基于传统方法的遮挡行人检测,人工提取行人特征+分类器[3],比如Harr+Adaboost[4]、Edgelet+贝叶斯、HOG(Histogram of Oriented Gradients)+SVM(Support Vector Machine)[5]等;(2)基于深度学习[6-8]的遮挡行人检测,人工提取的特征对于行人多样性的变化鲁棒性较低,且人工提取较为耗时,深度学习算法检测速度快,检测精度更高。基于深度学习行人检测算法主要有三大类别:(1)基于深度置信网络(Deep Belief Networks,DBN);(2)基于卷积神经网络(Convolutional Neural Networks,CNN);(3)基于循环神经网络(Recurrent Neural Networks,RNN)。
图表编号 | XD00150154100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.15 |
作者 | 陈宁、李梦璐、袁皓、李云红、杨迪、刘志坚 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |