[发明专利]一种基于卷积神经网络的行人检测算法在审
| 申请号： | 201711315227.5 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN110245540A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 盛斌;张越青;肖佳平;田立武;周旭楚 | 申请（专利权）人： | 嘉兴慧康智能科技有限公司;上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京华仲龙腾专利代理事务所(普通合伙) 11548 | 代理人： | 李静 |
| 地址： | 314001 浙江省嘉兴市城南路1539*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的行人检测算法，具体步骤如下：步骤一，输入待检测图像，从待检测图像中采用selective search的方法提取出可能包含了行人的待选区域；步骤二，根据从目标环境图片中的提取数据进行正负标定并构建训练集和验证集；步骤三，在已有的神经网络模型的基础之上进行微调，获得新的网络模型；步骤四，利用新训练出的网络模型对待检测图片进行行人检测。本发明的方法通过在已训练好的卷积神经网络上根据特定目标环境进行进一步微调，使得网络提取出特定环境的特征和信息，并将传统的目标检测的多分类改为行人检测中的二分类，只需要较小的训练数据以及较少的训练时间，有效的提升了准确率。 | ||
| 搜索关键词： | 行人检测 卷积神经网络 待检测图像 目标环境 网络模型 算法 微调 神经网络模型 方法提取 目标检测 提取数据 网络提取 训练数据 传统的 二分类 训练集 验证集 标定 准确率 构建 分类 检测 图片 | ||
【主权项】：
1.一种基于卷积神经网络的行人检测算法，其特征在于，具体步骤如下：步骤一，输入待检测图像，从待检测图像中采用selective search的方法提取出可能包含了行人的待选区域；步骤二，根据从目标环境图片中的提取数据进行正负标定并构建训练集和验证集；步骤三，在已有的神经网络模型的基础之上进行微调，获得新的网络模型；步骤四，利用新训练出的网络模型对待检测图片进行行人检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于嘉兴慧康智能科技有限公司;上海交通大学，未经嘉兴慧康智能科技有限公司;上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711315227.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种电力物资自动扫码系统
- 下一篇：基于大数据的图像和语音识别系统
