基于深度学习的有锚框行人检测方法综述
Review of Anchor-Based Pedestrian Detection Methods Based on Deep Learning作者机构：重庆交通大学机电与车辆工程学院重庆400074
出 版 物：《传感器世界》 (Sensor World)
年 卷 期：2024年第30卷第1期
页 面：7-12页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
主 题：行人检测 有锚框 两阶段 单阶段 小尺度行人 遮挡行人
摘 要：计算机视觉包含图像分类、目标检测、目标跟踪等技术。行人检测作为目标检测的重要子任务之一,广泛应用于自动驾驶、智能机器人、监控检测等场景。随着深度学习的快速发展,通用目标检测器在目标检测任务上有着优秀的表现,许多研究者也在此基础上进行一系列改进,从而提升行人检测的速度和精度。按照是否预设物体边界框,基于深度学习的行人检测算法可以分为有锚框(Anchor-Based)和无锚框(Anchor-Free)。本文介绍了传统的行人检测方法,重点阐述了基于有锚框的行人检测算法在面对小尺度行人和遮挡行人等检测问题上的研究进展。
维普期刊数据库
同方期刊数据库