-
公开(公告)号:CN110569757B
公开(公告)日:2022-05-06
申请号:CN201910792451.6
申请日:2019-08-26
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
IPC分类号: G06V40/10 , G06V10/40 , G06K9/62 , G06V10/764
摘要: 本发明提供一种基于深度学习的多姿态行人检测方法及计算机存储介质,方法包括以下步骤:S1、定义多种行人姿态,生成多姿态行人目标的数据集;S2、将数据集按照不同行人姿态进行分类,并将不同行人姿态的数据集分别分为训练集和测试集两部分;S3、将所有行人姿态的训练集合并为一个总训练集进行训练,得到训练模型;S4、使用训练模型对不同行人姿态的测试集分别进行测试;S5、根据测试结果进行行人检测。根据本发明实施例的方法,通过将行人不同姿态进行分类,可以有效对行人的不同姿态进行检测,在一定程度上提高了复杂环境下不同姿态行人的检测准确率。
-
公开(公告)号:CN110569757A
公开(公告)日:2019-12-13
申请号:CN201910792451.6
申请日:2019-08-26
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
摘要: 本发明提供一种基于深度学习的多姿态行人检测方法及计算机存储介质,方法包括以下步骤:S1、定义多种行人姿态,生成多姿态行人目标的数据集;S2、将数据集按照不同行人姿态进行分类,并将不同行人姿态的数据集分别分为训练集和测试集两部分;S3、将所有行人姿态的训练集合并为一个总训练集进行训练,得到训练模型;S4、使用训练模型对不同行人姿态的测试集分别进行测试;S5、根据测试结果进行行人检测。根据本发明实施例的方法,通过将行人不同姿态进行分类,可以有效对行人的不同姿态进行检测,在一定程度上提高了复杂环境下不同姿态行人的检测准确率。
-