[发明专利]一种视频流实时行人检测方法在审
| 申请号： | 201910859779.5 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110555425A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 张春月;史小宏;易典;徐浩 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 31323 上海元好知识产权代理有限公司 | 代理人： | 张妍;周乃鑫 |
| 地址： | 201306 上海市*** | 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： | 一种视频流实时行人检测方法，对卷积神经网络的输入和权值进行二值化，使用卷积神经网络提取行人的卷积特征，融合卷积神经网络中的多重卷积特征，输出不同尺度的回归边界和分类概率，根据回归边界和分类概率，使用包含了分类误差、边界框坐标误差和边界框内目标可信度误差的损失函数对二值化后的卷积神经网络进行训练，得到最终的检测结果。本发明简化了计算量，实现对目标的实时快速检测，避免了检测时低维特征提取不敏感问题，提高了检测的准确率。 | ||
| 搜索关键词： | 卷积神经网络 分类概率 边界框 二值化 卷积 分类误差 检测结果 快速检测 损失函数 特征提取 行人检测 坐标误差 不敏感 计算量 可信度 视频流 回归 检测 准确率 低维 尺度 输出 融合 | ||
【主权项】：
1.一种视频流实时行人检测方法，其特征在于，包含以下步骤：/n步骤S1、对卷积神经网络的输入和权值进行二值化，使用卷积神经网络提取行人的卷积特征；/n步骤S2、融合卷积神经征，输出不同尺度的回归边界和分类概率；/n步骤S3、根据回归边界和分类概率，使用包含了分类误差、边界框坐标误差和边界框内目标可信度误差的损失函数对二值化后的卷积神经网络进行训练，得到最终的检测结果。/n
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海事大学，未经上海海事大学许可，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/201910859779.5/，转载请声明来源钻瓜专利网。
