-
题名利用滑动窗口检测器的多目标跟踪误报检测
- 1
-
-
作者
唐洪涛
-
机构
内江职业技术学院
-
出处
《控制工程》
CSCD
北大核心
2017年第11期2314-2318,共5页
-
文摘
针对多目标跟踪中的误报检测效率低和处理速度慢的问题,提出一种基于聚合信道特征的滑动窗口头部检测器进行误报检测。首先,构建了一种可以处理背景对象误报和前景对象误报的运动模型;然后同步检测,运行跟踪算法;最后,使用关联数据确定正确的检测,运用马尔可夫蒙特卡罗数据链求解运动向量的闭合解。CAVIAR头部姿势数据集的实验结果验证了该方法的有效性。相比于其他方法,在两种多目标跟踪精度、检测精度和召回率方面,方法均高于其他方法。另外,方法运行达到了实时要求,对于1 080 p的高清视频,处理的视频播放率达到25帧每秒。
-
关键词
多目标跟踪
头部检测器
误报检测
马尔可夫蒙特卡罗数据链
实时
-
Keywords
Multiple-target tracking
head detector
false positive detection
Markov chain Monte Carlo data association
real-time
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自校准卷积网络的行人检测方法
- 2
-
-
作者
强华
李琦铭
周勇军
高骁
李波
李俊
-
机构
中国科学院福建物质结构研究所泉州装备制造研究所
中北大学电气与控制工程学院
闽南科技大学
九江武警总队
-
出处
《计算机工程与设计》
北大核心
2022年第4期1008-1015,共8页
-
基金
福建省自然科学基金青年创新基金项目(2020J05083)。
-
文摘
针对已有行人检测算法存在的小尺度行人信息描述不充分的问题,提出一种基于自校准卷积网络的行人检测算法。通过将CSP算法的主干网络更换为SCNet自校准卷积网络,有效扩大了网络的感受野范围;将主干网络的低层特征像素信息和高层特征语义信息进行融合,有效促进小尺度行人的检测;对精细的多尺度卷积特征进行多层连接,将行人检测简化为直接的中心和尺度预测任务。实验结果表明,所提算法在数据集CityPersons和Caltech上的平均漏检率为10.97%和4.3%。算法可以增强小尺度行人的信息描述能力,在检测速度方面也有一定的优势。
-
关键词
行人检测
深度学习
自校准卷积网络
检测器头部
特征融合
-
Keywords
pedestrian detection
deep learning
self-calibration convolution network
detection head
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-