期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度残差网络和YOLO的人物识别系统
1
作者 邹阿金 李承骏 陈越锋 《现代计算机》 2018年第19期40-43,52,共5页
通过残差网络和多尺度的图像训练来提高人头识别的精度,人头特征的检测有两种方法,以往是基于事先描绘好的人头特征,还有基于统计训练模型的方法,后者具有很好的鲁棒性,用神经网络去训练,可以得到比较好的效果;基于密集的多人图像存在... 通过残差网络和多尺度的图像训练来提高人头识别的精度,人头特征的检测有两种方法,以往是基于事先描绘好的人头特征,还有基于统计训练模型的方法,后者具有很好的鲁棒性,用神经网络去训练,可以得到比较好的效果;基于密集的多人图像存在重叠的人头和远近尺度不一的人头特征,这就需要对人物头像的训练样本做更多特殊的处理;对于不能实时检测的问题,采用另外一种YOLO检测的方法,进行缺陷的弥补,获得相关的应用模型。 展开更多
关键词 残差网络 多尺度 密集人群 YOLO
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部