自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 基于深度学习的行人重识别系统

一、行人检测方法介绍YOLO主要用于对象识别和重定位,最大的特点就是快,只需要看图片一次就能知道有哪些对象以及它们的位置,可以用于实时系统。因此我们采用YOLO进行行人检测。这是YOLOv4的网络结构图和检测效果。二、行人重识别方法介绍在确定我们的重识别方法之前,我们分析了现在主流的行人重识别算法,主要分为两类,一是表征学习,二是度量学习。2.1 表征学习(Representation learning)表征学习把行人重识别的问题当作分类问题,最开始只用personID来计算分类误差损失,但是

2020-12-09 13:53:30 5237 3

原创 基于计算机视觉的智能交通监控系统

目前,计算机视觉技术在智能交通领域已经取得了比较广泛的应用。其中,主要应用的技术是目标检测与识别、目标跟踪。本文重点分析了这些计算机视觉技术在车辆跟踪、流量统计、车牌识别、闯红灯违章检测、不礼让行人违章检测等方面的应用,并指出了计算机视觉技术在智能交通领域进一步发展所面临的局限和出路。

2020-09-28 17:01:48 10435 76

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除