[发明专利]基于多粒度深度特征学习的行人检测方法及装置有效
| 申请号： | 201810083595.X | 申请日： | 2018-01-29 |
| 公开（公告）号： | CN108596013B | 公开（公告）日： | 2020-08-28 |
| 发明（设计）人： | 鲁继文;周杰;林纯泽 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 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多粒度深度特征学习的行人检测方法及装置，其中，方法包括：将输入图像传输至细粒度深度特征生成网络和检测网络；通过细粒度深度特征生成网络生成行人解析图，以得到细粒度深度特征，并通过检测网络得到检测特征；对细粒度深度特征和检测特征进行元积，以显著化行人区域的特征和平滑背景区域的特征，并获取多粒度深度特征；根据多粒度深度特征得到行人检测结果。该方法通过使用不同分辨率的特征和引入细粒度特征，有效提高检测的精度和性能。 | ||
| 搜索关键词： | 基于 粒度 深度 特征 学习 行人 检测 方法 装置 | ||
【主权项】：
1.一种基于多粒度深度特征学习的行人检测方法，其特征在于，包括以下步骤：将输入图像传输至细粒度深度特征生成网络和检测网络；通过所述细粒度深度特征生成网络生成行人解析图，以得到细粒度深度特征，并通过所述检测网络得到检测特征；对所述细粒度深度特征和所述检测特征进行元积，以显著化行人区域的特征和平滑背景区域的特征，并获取多粒度深度特征；以及根据所述多粒度深度特征得到行人检测结果。
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清华大学，未经清华大学许可，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/201810083595.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种障碍物框合并方法、装置及终端
- 下一篇：牲畜行为分析方法及装置
