[发明专利]基于神经网络面向汽车辅助驾驶的行人检测方法在审
| 申请号： | 201810625686.1 | 申请日： | 2018-06-18 |
| 公开（公告）号： | CN108921056A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 张姣;周传宏 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 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： | 本发明公开了一种基于神经网络面向汽车辅助驾驶的行人检测方法，包括：A、提出一种基于概率模板匹配的远红外行人检测方法。根据行人的运动朝向建立多尺度概率模板，缓解因外观模式引起的行人类内方差较大的问题；B、从ROIs提取的角度出发，利用图像梯度信息对可能包含行人的竖直带状图像区域进行初定位；C、提出一种Boosting‑style的归纳迁移学习算法，对行人检测方法在场景因素变化较大时表现得也能理想；采用优化对比法获取最优检测结果，能根据实际需要情况而设定不同的检测网络与训练机制，灵活度高且动态性能好。本发明属于检测算法优化方法。 | ||
| 搜索关键词： | 行人检测 汽车辅助驾驶 神经网络 图像梯度信息 带状图像 动态性能 检测结果 检测算法 模板匹配 外观模式 学习算法 因素变化 优化对比 初定位 多尺度 灵活度 远红外 概率 方差 竖直 迁移 归纳 场景 缓解 检测 优化 表现 网络 | ||
【主权项】：
1.一种基于神经网络面向汽车辅助驾驶的行人检测方法，其主要步骤在于：包括：A、搭建了面向汽车辅助驾驶的行人检测的实验数据采集与测试平台；B、降低在检测过程中获取候选行人区域时需要在大量背景区域上花费较大的搜索开销；C、候选网络行人进行初定位；D、在分类器的离线训练环节，确定训练机制，通过迭代等优化方式获得更为鲁棒的行人分类器。
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大学，未经上海大学许可，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/201810625686.1/，转载请声明来源钻瓜专利网。
