公开(公告)号：CN110929593A

公开(公告)日：2020-03-27

申请号：CN201911078936.5

申请日：2019-11-06

Applicant: 哈尔滨工业大学(威海)

Inventor： 陈彬 ,  赵聪聪 ,  白雪峰 ,  于水 ,  胡明亮 ,  朴铁军

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 一种基于细节辨别区别的实时显著性行人检测方法，在现有的图像数据集中进行参数预训练；对监控视频中的视频数据读取并转化为可处理的图像格式；对步骤B中的图像进行特征提取；预训练的模型参数迁移到YOLO神经网络模型，在行人检测数据集上进行网络模型训练，用训练好的网络模型根据行人特征H和显著性特征进行行人检测。通过现有公开图像数据集中上进行参数预训练并引入到YOLO神经网络模型上，根据检测显著性区域特征和注重细节辨别区分的行人特征，进而实时的对行人进行检测，此种方法相比于单纯利用YOLO模型，有效地增加模型的多尺度预测泛化能力和极大的提高了系统的检测速率以及降低漏检率。

公开(公告)号：CN110929593B

公开(公告)日：2023-06-20

申请号：CN201911078936.5

申请日：2019-11-06

Applicant: 哈尔滨工业大学(威海)

Inventor： 陈彬 ,  赵聪聪 ,  白雪峰 ,  于水 ,  胡明亮 ,  朴铁军

IPC: G06V40/10 ,  G06V10/56 ,  G06V10/46 ,  G06V10/774 ,  G06V10/762 ,  G06V10/764

Abstract: 一种基于细节辨别区别的实时显著性行人检测方法，在现有的图像数据集中进行参数预训练；对监控视频中的视频数据读取并转化为可处理的图像格式；对步骤B中的图像进行特征提取；预训练的模型参数迁移到YOLO神经网络模型，在行人检测数据集上进行网络模型训练，用训练好的网络模型根据行人特征H和显著性特征进行行人检测。通过现有公开图像数据集中上进行参数预训练并引入到YOLO神经网络模型上，根据检测显著性区域特征和注重细节辨别区分的行人特征，进而实时的对行人进行检测，此种方法相比于单纯利用YOLO模型，有效地增加模型的多尺度预测泛化能力和极大的提高了系统的检测速率以及降低漏检率。