k-means聚類 文章 進(jìn)入k-means聚類技術(shù)社區(qū)

基于深度學(xué)習(xí)的交通場(chǎng)景中行人檢測(cè)方法*

• 針對(duì)交通圖像中行人分布的特點(diǎn)，提出一種交通場(chǎng)景下的行人檢測(cè)方法。使用Faster R-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)，首先在檢測(cè)網(wǎng)絡(luò)的卷積層前加入預(yù)處理，突出行人特征，減少訓(xùn)練耗時(shí)與系統(tǒng)開(kāi)銷。其次，由于交通場(chǎng)景圖像中行人只占圖像極小的部分，所以使用K-means聚類分析方法對(duì)行人的寬高比進(jìn)行聚類分析，得到合適的寬高比。實(shí)驗(yàn)表明，改進(jìn)后的方法在檢測(cè)精度上有所提升，說(shuō)明了該方法的有效性。
• 關(guān)鍵字： 行人檢測(cè)  交通場(chǎng)景  底層特征提取  K-means聚類  202103