期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测
被引量:
7
1
作者
盛智勇
揭真
+1 位作者
曲洪权
田青
《科学技术与工程》
北大核心
2018年第22期90-96,共7页
在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集...
在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。
展开更多
关键词
地铁行人检测
深度学习
头肩特征
甚
高速
区域
卷积
神经网络
在线阅读
下载PDF
职称材料
基于多任务Faster R-CNN车辆假牌套牌的检测方法
被引量:
7
2
作者
陈朋
汤一平
+2 位作者
何霞
王辉
袁公萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第12期3079-3089,共11页
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割...
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割出车辆前脸部分图像,然后对疑似套牌车辆的车脸公脸部分(车辆的基本特征)的特征进行比对;在此基础上再对高仿套牌车辆的车脸私脸部分(车检标)的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法,具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明,在Vehicle ID数据集和杭州卡口数据集中分别取得了99.39%、99.22%的检测精度。
展开更多
关键词
车辆假牌套牌检测
多任务高速区域卷积神经网络
车辆脸部特征
分层特征比对
在线阅读
下载PDF
职称材料
基于多任务分类的吸烟行为检测
被引量:
14
3
作者
程淑红
马晓菲
+1 位作者
张仕军
张丽
《计量学报》
CSCD
北大核心
2020年第5期538-543,共6页
为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴...
为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别。实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87. 5%。
展开更多
关键词
计量学
吸烟行为检测
多任务
分类
卷积
神经网络
级联回归
残差
网络
感兴趣
区域
人脸识别
在线阅读
下载PDF
职称材料
基于语义分割注意力与可见区域预测的行人检测方法
被引量:
4
4
作者
王璐
王帅
+1 位作者
张国峰
徐礼胜
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第9期1261-1267,共7页
为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络...
为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络中引入基于语义分割的注意力分支来增强行人检测特征的表达能力;最后提出一种检测预测模块,它不仅能同时预测行人整体和可见区域,还能利用可见区域预测分支所学的特征去引导整体检测特征的学习,提升检测效果.在Caltech行人检测数据集上进行了实验,所提方法的对数平均缺失率为5.5%,与已有方法相比具有一定的优势.
展开更多
关键词
行人检测
卷积
神经网络
语义分割注意力
行人可见
区域
预测
多任务
网络
在线阅读
下载PDF
职称材料
题名
基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测
被引量:
7
1
作者
盛智勇
揭真
曲洪权
田青
机构
北方工业大学电子信息工程学院
出处
《科学技术与工程》
北大核心
2018年第22期90-96,共7页
基金
国家重点研发计划(2017YFC0806005)
北京市科技计划(Z161100001016003)资助
文摘
在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。
关键词
地铁行人检测
深度学习
头肩特征
甚
高速
区域
卷积
神经网络
Keywords
pedestrian detection in subway scene
deep learning
head-shoulder feature
faster-RCNN
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多任务Faster R-CNN车辆假牌套牌的检测方法
被引量:
7
2
作者
陈朋
汤一平
何霞
王辉
袁公萍
机构
浙江工业大学信息工程学院
银江股份有限公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第12期3079-3089,共11页
基金
国家自然科学基金(61070134
61379078)项目资助
文摘
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割出车辆前脸部分图像,然后对疑似套牌车辆的车脸公脸部分(车辆的基本特征)的特征进行比对;在此基础上再对高仿套牌车辆的车脸私脸部分(车检标)的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法,具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明,在Vehicle ID数据集和杭州卡口数据集中分别取得了99.39%、99.22%的检测精度。
关键词
车辆假牌套牌检测
多任务高速区域卷积神经网络
车辆脸部特征
分层特征比对
Keywords
fake plate vehicles detection
muhitask faster region-based eonvolutional neural network ( Faster R-CNN)
vehicle facial features
hierarchical feature matching
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TH39 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于多任务分类的吸烟行为检测
被引量:
14
3
作者
程淑红
马晓菲
张仕军
张丽
机构
燕山大学电气工程学院
秦皇岛技师学院
出处
《计量学报》
CSCD
北大核心
2020年第5期538-543,共6页
基金
国家自然科学基金(61601400)
河北省博士后基金(B2016003027)
秦皇岛市科学技术研究与发展计划(201701B009)。
文摘
为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别。实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87. 5%。
关键词
计量学
吸烟行为检测
多任务
分类
卷积
神经网络
级联回归
残差
网络
感兴趣
区域
人脸识别
Keywords
metrology
smoking detection
multitasking classification
convolution neural network
cascade regression
residual network
region of interest
face recognition
分类号
TB96 [机械工程—光学工程]
TB973 [机械工程—测试计量技术及仪器]
在线阅读
下载PDF
职称材料
题名
基于语义分割注意力与可见区域预测的行人检测方法
被引量:
4
4
作者
王璐
王帅
张国峰
徐礼胜
机构
东北大学计算机科学与工程学院
东北大学医学与生物信息工程学院
沈阳东软智能医疗科技研究院有限公司
出处
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第9期1261-1267,共7页
基金
中央高校基本科研业务费专项资金资助项目(N181604006)
辽宁省自然科学基金资助项目(20170540312)
+1 种基金
国家自然科学基金资助项目(61773110)
沈阳市科学技术计划基金资助项目(20-201-4-10).
文摘
为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络中引入基于语义分割的注意力分支来增强行人检测特征的表达能力;最后提出一种检测预测模块,它不仅能同时预测行人整体和可见区域,还能利用可见区域预测分支所学的特征去引导整体检测特征的学习,提升检测效果.在Caltech行人检测数据集上进行了实验,所提方法的对数平均缺失率为5.5%,与已有方法相比具有一定的优势.
关键词
行人检测
卷积
神经网络
语义分割注意力
行人可见
区域
预测
多任务
网络
Keywords
pedestrian detection
convolutional neural network
semantic segmentation attention(SSA)
pedestrian visible region detection
multi-task network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测
盛智勇
揭真
曲洪权
田青
《科学技术与工程》
北大核心
2018
7
在线阅读
下载PDF
职称材料
2
基于多任务Faster R-CNN车辆假牌套牌的检测方法
陈朋
汤一平
何霞
王辉
袁公萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017
7
在线阅读
下载PDF
职称材料
3
基于多任务分类的吸烟行为检测
程淑红
马晓菲
张仕军
张丽
《计量学报》
CSCD
北大核心
2020
14
在线阅读
下载PDF
职称材料
4
基于语义分割注意力与可见区域预测的行人检测方法
王璐
王帅
张国峰
徐礼胜
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部