Indexed by：
Abstract：
本发明公开了一种基于改进UDN提取联合特征的行人检测方法，其能够有效降低行人检测的平均漏检率。该方法包括步骤：(1)图像预处理：对原始输入图像中的人体的整体特征和头部特征进行不同的预处理，使图像的边缘和颜色特征更加突出，便于神经网络进行特征提取；(2)基于卷积神经网络CNN模型对预处理的图像提取人体整体特征；(3)基于卷积神经网络CNN模型对预处理的图像的上1/3部分提取局部特征；(4)对步骤(2)和(3)输出的类别概率进行加权平均得到最终概率值，根据最终概率值判断原始输入图像是否包含行人。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201510716692.4
Filing Date： 2015-10-29
Publication Date： 2019-03-26
Pub. No.： CN105335716B
Applicants： 北京工业大学
Legal Status： 授权 ; 许可
Cited Count：
WoS CC Cited Count： 37
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
