典型文献
基于自校准卷积网络的行人检测方法
文献摘要：
针对已有行人检测算法存在的小尺度行人信息描述不充分的问题,提出一种基于自校准卷积网络的行人检测算法.通过将CSP算法的主干网络更换为SCNet自校准卷积网络,有效扩大了网络的感受野范围;将主干网络的低层特征像素信息和高层特征语义信息进行融合,有效促进小尺度行人的检测;对精细的多尺度卷积特征进行多层连接,将行人检测简化为直接的中心和尺度预测任务.实验结果表明,所提算法在数据集CityPersons和Caltech上的平均漏检率为10.97％和4.3％.算法可以增强小尺度行人的信息描述能力,在检测速度方面也有一定的优势.
文献关键词：
行人检测;深度学习;自校准卷积网络;检测器头部;特征融合
中图分类号：
作者姓名：
强华;李琦铭;周勇军;高骁;李波;李俊
作者机构：
中国科学院福建物质结构研究所 泉州装备制造研究所,福建 泉州 362200;中北大学 电气与控制工程学院,山西 太原 030051;闽南科技大学,福建 泉州 362200;九江武警总队,江西 南昌 330000
文献出处：
引用格式：
[1]强华;李琦铭;周勇军;高骁;李波;李俊-.基于自校准卷积网络的行人检测方法)[J].计算机工程与设计,2022(04):1008-1015
A类：
自校准卷积,自校准卷积网络,SCNet,检测器头部
B类：
行人检测,检测算法,小尺度,信息描述,CSP,主干网络,感受野,低层,像素,语义信息,多尺度卷积,卷积特征,CityPersons,Caltech,漏检率,检测速度,特征融合
AB值：
0.21574
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
