Indexed by：
Abstract：
本发明公开了一种基于非对称双流网络的RGB-D多模态融合人员检测方法，属于计算机视觉与图像处理领域。包含RGBD图像采集，深度图像预处理，RGB特征提取和Depth特征提取，RGB多尺度融合和Depth多尺度融合，多模态特征通道重加权以及多尺度人员预测；本发明针对传统对称型RGBD双流网络易导致深度特征流失的问题，设计非对称RGBD双流卷积神经网络模型。对RGBD双流网络分别设计多尺度融合结构，实现多尺度信息互补。构建多模态重加权结构，合并RGB和Depth特征图，并对合并后的每个特征通道加权赋值，实现模型自动学习贡献占比。利用多模态特征进行人员的分类和边框回归，在保证实时性的同时，提高人员检测的准确性，并增强对夜间低照度以及人员遮挡下检测的鲁棒性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： WOCN20080991
Filing Date： 2020-03-25
Publication Date： 2021-05-14
Pub. No.： WO2021088300A1
Applicants： Beijing University Of Technology
Legal Status： 未进入国家阶段-PCT有效期满
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
