[发明专利]基于Faster RCNN算法改进的交通场景下行人检测方法在审
| 申请号： | 201910993983.6 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110781785A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 孙涛;徐向前 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 31001 上海申汇专利代理有限公司 | 代理人： | 徐颖 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于Faster RCNN算法改进的交通场景下行人检测方法，Faster R‑CNN算法对交通场景下进行自动行人检测，算法中区域建议网络自动生成候选目标区域，将特征提取层提取到特征信息输入到区域建议网络，区域建议网络将输出初步矩形目标候选区域，利用K‑means算法计算出锚框参数中的宽高比，直接带入区域建议网络中优化区域建议网络结构。以提高交通场景下行人检测的实时性和检测准确率。本发明方法降低了驾驶员的工作负担，大大提高了汽车的主动安全性降低了驾驶员的工作负担，大大提高了汽车的主动安全性。 | ||
| 搜索关键词： | 交通场景 行人检测 主动安全性 工作负担 算法 网络 候选目标区域 候选区域 矩形目标 算法改进 算法计算 特征提取 特征信息 网络结构 自动生成 宽高比 实时性 准确率 锚框 汽车 输出 检测 优化 | ||
【主权项】：
1.一种基于Faster RCNN算法改进的交通场景下行人检测方法，Faster R-CNN算法对交通场景下进行自动行人检测，算法中区域建议网络自动生成候选目标区域，将特征提取层提取到特征信息输入到区域建议网络，区域建议网络将输出初步矩形目标候选区域，其特征在于，利用K-means算法计算出锚框参数中的宽高比，直接带入区域建议网络中优化区域建议网络结构；利用K-means算法计算行人目标框的宽高比具体步骤如下：/n1)将行人目标框的真实值的宽高比作为样本，样本集合x为{x
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上海理工大学，未经上海理工大学许可，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/201910993983.6/，转载请声明来源钻瓜专利网。
