公开(公告)号：CN110751005B

公开(公告)日：2022-09-30

申请号：CN201810814395.7

申请日：2018-07-23

申请人： 合肥工业大学

发明人： 孙锐 ,  王慧慧 ,  叶子豪 ,  高隽

IPC分类号： G06V40/10 ,  G06V10/46 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种融合深度感知特征和核极限学习机的行人检测方法，其步骤包括：1构建包含两部分的DAGnet神经网络；2利用预处理后的样本对DAGnet卷积神经网络进行训练，得到DAGnet模型；3利用DAGnet模型得到深度感知特征向量；4利用深度感知特征向量对核极限学习机进行训练得到行人识别模型；5对核极限学习机进行泛化性能估计；6利用DAGnet模型学习到第二级特征图和GVBS显著性检测算法得到测试图像的显著图，并标注测试图像中行人的大致区域；7利用多尺度滑动窗口对大致区域进行扫描，得到窗口所在区域的深度特征向量；8利用行人识别模型识别该区域是否含有行人。本发明能获取较好的检测性能，有效提高行人检测的精度和速度，具有较好的稳健性。

公开(公告)号：CN110751005A

公开(公告)日：2020-02-04

申请号：CN201810814395.7

申请日：2018-07-23

申请人： 合肥工业大学

发明人： 孙锐 ,  王慧慧 ,  叶子豪 ,  高隽

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种融合深度感知特征和核极限学习机的行人检测方法，其步骤包括：1构建包含两部分的DAGnet神经网络；2利用预处理后的样本对DAGnet卷积神经网络进行训练，得到DAGnet模型；3利用DAGnet模型得到深度感知特征向量；4利用深度感知特征向量对核极限学习机进行训练得到行人识别模型；5对核极限学习机进行泛化性能估计；6利用DAGnet模型学习到第二级特征图和GVBS显著性检测算法得到测试图像的显著图，并标注测试图像中行人的大致区域；7利用多尺度滑动窗口对大致区域进行扫描，得到窗口所在区域的深度特征向量；8利用行人识别模型识别该区域是否含有行人。本发明能获取较好的检测性能，有效提高行人检测的精度和速度，具有较好的稳健性。