- 針對交通圖像中行人分布的特點，提出一種交通場景下的行人檢測方法。使用Faster R-CNN目標檢測網絡，首先在檢測網絡的卷積層前加入預處理，突出行人特征，減少訓練耗時與系統開銷。其次，由于交通場景圖像中行人只占圖像極小的部分，所以使用K-means聚類分析方法對行人的寬高比進行聚類分析，得到合適的寬高比。實驗表明，改進后的方法在檢測精度上有所提升，說明了該方法的有效性。
- 關鍵字：
行人檢測 交通場景 底層特征提取 K-means聚類 202103
k-means聚類介紹
您好，目前還沒有人創建詞條k-means聚類!
歡迎您創建該詞條，闡述對k-means聚類的理解，并與今后在此搜索k-means聚類的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
