《表3 不同算法每秒检测图片的数量对比》
本文算法效率评估方式为每秒检测大小为640×480图片的数量.由于有些算法使用CPU实现,有些使用GPU实现,因此,本实验不区分各个算法的硬件环境.本文算法与当前一些优秀行人检测算法每秒可检测图片数量Nper-sec的比较,如表3所示.本文算法在检测单张图片的时间上相比基于手工提取特征的行人检测算法LDCF[25]、SketchTokens[26]、Roerei[27]和RandForest[28]大幅度减少,相比深度学习的SSD算法略有增加,与YOLOv2[16]算法有一定的差距,与基于RCNN[12]多尺度特征融合的SAF R-CNN[29]算法大幅度减少.这表明本文算法相比人工提取特征训练的行人检测算法效率明显提升,并且满足实时检测的要求.
图表编号 | XD0061913700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 陈昀、蔡晓东、梁晓曦、王萌 |
绘制单位 | 桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院 |
更多格式 | 高清、无水印(增值服务) |