行人检测技术是自动驾驶、机器人以及智能视频监控等研究领域的核心技术。
近日,中国科学院沈阳自动化研究所通过对基于共享特征提取网络的目标检测网络和弱监督训练语义分割网络的输出结果进行融合,得到目标最终检测结果的方法可兼顾精度与速度。
研究人员首先通过改进的YOLO检测网络对图像中目标进行了检测,得到一系列候选区域。在此基础上,分析了候选区域中虚警与漏警的成因,发现前景与背景的区分错误对检测准确率影响较大。据此,利用通过弱监督训练的语义分割网络得到的图像像素级分类结果,将前景与背景区分开来,进而提出一种模型融合方法,将语义分割结果作为二进制掩模与原有检测结果进行融合,提升算法精度,最终完成检测。实验结果表明,算法在检测速度与精度方面都具有较高性能。
相关研究成果以“基于双模全卷积网络的行人检测算法”为题发表于《红外与激光工程》。
新浪新闻公众号
更多猛料!欢迎扫描左方二维码关注新浪新闻官方微信(xinlang-xinwen)
推荐新闻
- 【 新闻 】 这些人民币5月将作废 快看长啥样(图)
- 【 军事 】 重大信号?辽宁舰在特殊时刻驶入台海
- 【 财经 】 梁建章:在中国养小孩痛苦指数最高
- 【 体育 】 C罗连夺葡萄牙足球先生 穆帅亦获奖
- 【 娱乐 】 陈乔恩和好友聚餐被开酒驾玩笑拒喝酒
- 【 科技 】 警方首次公布Uber无人车事故视频
- 【 教育 】 如果选择 我不愿再做万千焦虑的名校生
新浪新闻意见反馈留言板
400-690-0000 欢迎批评指正
违法和不良信息举报电话:010-62675637
举报邮箱:jubao@vip.sina.com
Copyright © 1996-2018 SINA Corporation
All Rights Reserved 新浪公司 版权所有