首页|机器人视觉中行人和车辆检测算法的研究

机器人视觉中行人和车辆检测算法的研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
对车辆和行人进行快速且准确的检测是机器人视觉和自动驾驶领域的一个难题,为了解决这个难题,提出一种基于深度学习网络的行人车辆检测算法,这是一种端到端的单阶段检测方法.主要使用多级跳跃连接网络和多级特征融合网络.多级跳跃链接网络在特征提取阶段避免了反向传播过程中的梯度消失、爆炸和退化等优化问题,从而提高检测精度和模型的收敛速度.多级特征融合网络对来自不同层次的多尺度特征变化尺度后进行特征信息融合,可以提取到比较低层的信息以提高算法的精度.这里的算法在多个公开的数据集上进行实验,实验结果表明,与目前的一些主流算法相比,行人和车辆的平均检测精度大幅提高,在精度提高的情况下,具有更快的检测速度,有较高的应用潜力.
Research on Pedestrian and Vehicle Detection Algorithms in Robot Vision

Robot VisionArtificial IntelligenceDeep LearningObjection DetectionPedestrian and Vehicle Det-ection

高瑞贞、李树楠、李晓辉

展开 >

河北工程大学机械与装备工程学院,河北 邯郸 056000

机器人视觉 人工智能 深度学习 目标检测 行人和车辆检测

河北省高校科技攻关项目

ZD2018207

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.392(10)
  • 2