基于边缘信息增强的CNN行人检测算法
行人检测是模式识别与分类的经典问题,一直受到研究人员广泛的关注.卷积神经网络作为深度学习的重要模型,在解决行人检测问题上有着良好的效果.基于以上背景,文章提出一种利用双输入卷积神经网络结合图像边缘强化特征进行行人检测的方法.该方法使用Canny边缘检测算子对图像进行边缘检测,得到完整的行人边缘信息,并将其与完整的行人图像分别作为卷积神经网络输入,达到边缘增强的目的,最后通过对卷积神经网络结构参数的优化,实现对行人的检测分类,经在标准行人样本集进行测试,证明了文章算法的有效性.
行人检测、卷积神经网络、边缘增强
TP3;TP2
2017-10-20（万方平台首次上网日期，不代表论文的发表时间）
共3页
30-32
