技術(shù)編號(hào)：9579604
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。 近年來(lái)，隨著深度學(xué)習(xí)的發(fā)展，深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional NeuralNetworks，CNN)在行人檢測(cè)中取得了很好的效果。CNN的特點(diǎn)在于，直接基于圖像 檢測(cè)行人區(qū)域，避免了傳統(tǒng)識(shí)別算法中復(fù)雜的特征提取過(guò)程；卷積層利用局部感受視野策 略獲取的特征與對(duì)象的平移、縮放和旋轉(zhuǎn)無(wú)關(guān)，因此所獲得的特征具有較好的魯棒性；卷積 核的權(quán)值共享結(jié)構(gòu)減少了權(quán)值的數(shù)量進(jìn)而降低了網(wǎng)絡(luò)模型的復(fù)雜度，這一點(diǎn)在輸入特征圖 是高分辨率圖像時(shí)表現(xiàn)的更為明顯；同...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。