深度卷积神经网络的行人检测 (pedestrian detection)

最新推荐文章于 2024-10-11 07:35:16 发布
最新推荐文章于 2024-10-11 07:35:16 发布
阅读量1.7w 收藏 35
点赞数 6
分类专栏： vision 文章标签： machine-learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/taneijia/article/details/46798973
版权
本文探讨了深度卷积神经网络（DCNN）在行人检测中的作用，对比了基于HOG、DPM和DCNN的方法。介绍了Denso IT Laboratory的实时行人检测系统，它在AMD Tegra K1上运行，利用9层CNN网络实现额外信息输出。同时，列举了常用行人检测数据集如INRIA和Caltech，并分析了相关论文中提出的算法，包括结合LIDAR的实时检测方法和更高效的网络结构。
摘要由CSDN通过智能技术生成

行人检测 (pedestrian detection)是智能交通视频分析的基础技术之一。

1 现有的方法

  • 基于HOG方法
  • 基于DPM
  • 基于卷积神经网络

基于HOG方法已经研究了很多年，有一些现成的代码实现，速度看起来也是比较快的，可以做到500帧每秒的检测速度（640*480，GTX295）。基于DPM的方法其实也是基于HOG的，只不过为行人的图像构建可以变形的模型，这样在检测行人的时候更为鲁棒。基于DCNN的模型是最近随着深度学习的盛行而来的，目前看起来正确率相对较高，但是速度相对较慢。

Denso IT Laboratory在网上Post的这段视频是我看到的第一个基于DCNN的实时行人检测监测。impressive! 实现的平台是AMD的Tegra K1，适合嵌入式设备。（昨天还有AMD的工程师来问我们是否有兴趣在APU上搞点东西，我现在也比较看好APU了。）使用了9层CNN网络，还可以输出行人到摄像头的距离，行人高度，是否摔倒等信息(orientation)。

这里写图片描述

2 数据集

目前大家常用的行人检测数据集主要是：

INRIA数据库： 训练集有正样本614张（包含2416个行人）ÿ

最低0.47元/天 解锁文章
taneijia
关注
专栏目录
PedestrianDetection
07-07
人物移动，生物识别等
行人检测(Pedestrian Detection) Resources
weixin_30399155的博客
09-11 860
行人检测(Pedestrian Detection)资源 一、论文 CVPR2012与行人检测相关的论文 [1]ContextualBoostforPedestrianDetectionYuanyuanDing,JingXiao [2]UnderstandingCollectiveCrowdBehaviors:LearningMixtureMod...
基于TensorFlow的自动化行人检测系统指南
最新发布
gitblog_00554的博客
10-11 767
基于TensorFlow的自动化行人检测系统指南 PedestrianDetectionSystem 项目地址: https://gitcode.com/gh_mirrors/ped/PedestrianDetectionSys...
Pedestrian Detection
Dreamhigh_M的博客
05-16 2184
原文：http://blog.csdn.net/guojingjuan/article/details/52688985?locationNum=13&fps=11. Shanshan Zhang  Shanshan Zhang, Rodrigo Benenson, Mohamed Omran, Jan Hosang, and Bernt Schiele. How far are we from
pedestrian detection
01-05
ICCV2017 illuminating pedestrians vis sds
行人检测与距离预测 （pedestrian detection and social distance prediction）
04-17
这项技术通常基于深度学习，特别是卷积神经网络（CNNs）。例如，Faster R-CNN、YOLO (You Only Look Once) 和 SSD (Single Shot MultiBox Detector) 等框架在行人检测中表现出色。这些模型通过训练大量的带标注数据...
基于卷积神经网络的实时行人检测方法.pdf
09-26
摘要：本文提出了一种基于卷积神经网络的实时行人检测方法，该方法将散乱的检测过程整合成单一的深度网络模型，被检测图像通过模型的计算可以直接输出检测结果。实验结果表明，在保证准确率的情况下，该方法检测速度...
基于双卷积神经网络的行人精细化识别.pdf
09-26
单次检测器是一种目标检测算法，使用深度卷积神经网络来检测图像中的对象。单次检测器可以快速检测出图像中的对象，从而实现实时目标检测。 VGG-weights（Visual Geometry Group） VGG-weights是一种深度卷积神经...
pedestrian-detection:行人检测 ，支持图片和视频两种方式
05-11
行人检测主要基于深度学习模型，尤其是卷积神经网络（CNN）的发展，如Faster R-CNN、YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector）等。这些模型通过学习大量标注数据，自动提取特征并进行目标...
行人检测(Pedestrian Detection)
qwj的博客
06-22 626
转载自 https://zhuanlan.zhihu.com/p/137677633 Opencv的HOG+SVM 2015(JointDeep)Deep Learning Strong Parts for Pedestrian Detection 2017 HyperLearner（Faster R-CNN的改进）What Can Help Pedestrian Detection? 行人检测博客 行人检测概述 ：行人检测概述_数据库_God_Mood的博客-CSDN博客 【SI..
论文研究-基于深度卷积神经网络的行人检测.pdf
09-12
行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述，然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成，在图像、语音等领域得到了成功应用。针对人工设计的特征提取方法难以有效表达复杂环境下行人特征的问题，提出采用多层网络构建深度卷积神经网络实现对行人检测的方法。系统分析了卷积神经网络层数、卷积核大小、特征维数等对识别效果的影响，优化了网络参数。实验结果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。
行人属性识别算法合集
05-10
行人属性识别算法合集包括DeepMar，attention-heat-map-refining，RstarCNN，Weakly-supervised-Network
行人检测“Pedestrian detection at 100 frames per second”
cv_family_z的博客
10-29 4812
文章使用的特征是ICF，并在训练阶段进行多尺度的模型训练，将检测时间转移到训练上进行提速。 ChnFtrs检测器 Dollar提出的ICF与DPM的效果可以媲美，ICF对滤波器响应进行简单的矩形加和，行人检测使用了6 quantized orientations, 1 gradient magnitude 和 3 LUV color channels，如下图所示： 使用矩形特征构建决策树，
行人检测(Pedestrian Detection)资源
zouroot的专栏
12-28 1705
一、论文综述类的文章[1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis andMachine Intelligence, 2012, 34(4): 743-761.[2
基于卷积神经网络的近红外夜间道路行人识别
weixin_42180950的博客
01-06 3303
near infrared nighttime road pedestrians recognition based on convolutional neural network 题目：基于卷积神经网络的近红外夜间道路行人识别 摘要：在行人预测系统中，行人识别是行人检测的核心技术。这篇文章对比和分析了可见光和红外图片，这些图片通过可见光谱，近红外，短波红外，长波红外相机获得。结果显示当设备投...
python图像人类检测_OpenCV人类行为识别（3D卷积神经网络）
weixin_39788131的博客
12-06 887
1. 3D卷积神经网络相比于2D 卷积神经网络，3D卷积神经网络更能很好的利用视频中的时序信息。因此，其主要应用视频、行为识别等领域居多。3D卷积神经网络是将时间维度看成了第三维。人类行为识别的实际应用：安防监控。(检测识别异常行为：如打架，偷东西等)监视和培训新人工作来确保任务执行正确。(例如，鸡蛋灌饼制作程序：和面，擀面团，打鸡蛋，摊饼等动作)判断检测食品服务人员是否按规定洗手。自动对视频数据...
基于CNN目标检测方法（RCNN，Fast-RCNN，Faster-RCNN，Mask-RCNN，YOLO，SSD）行人检测，目标追踪，卷积神经网络
热门推荐
是否龍磊磊真的一无所有的博客
06-10 3万+
一、研究意义 卷积神经网络（CNN）由于其强大的特征提取能力，近年来被广泛用于计算机视觉领域。1998年Yann LeCun等提出的LeNet-5网络结构，该结构使得卷积神经网络可以端到端的训练，并应用于文档识别。LeNet-5结构是CNN最经典的网络结构，而后发展的卷积神经网络结构都是由此版本衍生而来。 在过去六年中，由于深度学习和卷积网络的发展和进步，基于图...
r-cnn 行人检测_了解对象检测和R-CNN。
weixin_26632369的博客
07-20 573
r-cnn 行人检测In recent times we’ve seen airports and railways stations trying to detect whether people are maintaining social distance, wearing masks using cameras. These are real-time videos captured by...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值