基于SVM-LeNet模型的行人檢測
大小：2.09 MB 人氣： 2018-02-07 需要積分：2
標簽：行人檢測(3449)
在方向梯度直方圖（ HOG）聯合支持向量機（SVM）算法（HOG-SVM）和LeNet網絡模型基礎上，提出了HOG與卷積神經網絡（CNN）融合的行人檢測算法（SVM-LeNet）。采用多尺度滑動窗口提取HOG特征并送入SVM分類器，根據后驗概率判斷候選區，隨后運用CNN算法剔除誤檢窗口。為解決單個目標被多個候選區域框定的問題，使用非極大值抑制算法（NMS）進行多矩形融合，保留檢測區域中后驗概率最大的窗口抑制與其重疊的檢測窗口。分類過程中，以候選區域在SVM和LeNet中后驗概率為依據判斷行人區域。實驗結果表明，與HOG-SVM和LeNet行人檢測算法相比，該算法在準確率和召回率上有明顯優勢。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于SVM-LeNet模型的行人檢測下載
相關電子資料下載
- 重新思考跨域行人檢測：無實例單階段檢測器的背景聚焦分布對齊框架 425
- 夜間（低光照）目標檢測數據集整理：人臉檢測，行人檢測 2560
- 行人過街預警雷達為什么要進行人車區分？原理是什么？ 1249
- 斑馬線行人等候區域人員監測雷達助力信號燈控制優化解決方案 488
- 化被動為主動，毫米波交通流量與行人監測雷達助力路口信號燈控制優化 764
- 行人監測雷達與車輛檢測雷達在行人過街智能預警系統中的應用 1830
- 汽車主動安全技術的汽車自動緊急制動(AEB)行人檢測系統設計方案 3158
- 一種基于HOG+SVM的行人檢測算法 2533
- OpenCV預訓練SVM行人HOG特征分類器實現多尺度行人檢測 1835
- 簡述ADAS-行人檢測開源算法實例代碼 3286