龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京科技大学
摘要：本发明提供了一种基于语义增强的多尺度特征金字塔融合的行人检测方法，涉及计算机视觉技术领域，能够有效地提取和整合多尺度特征图以进行多尺度行人检测，明显提升多尺度行人检测的性能；该方法先采用梯形路径增强模型提取图片的多尺度特征，再通过多尺度特征融合模型进行特征融合；所述梯形路径增强模型为在现有特征金字塔的基础上加入更高层次的特征层来提取更高层次的语义特征信息；所述多尺度特征融合模型具体为通过相邻特征层的特征数据相加再级联的方式进行特征融合，以增强不同尺度下的特征信息，同时减少通道数。本发明提供的技术方案适用于行人检测的过程中。
主权项：1.一种基于语义增强的多尺度特征金字塔融合的行人检测方法，其特征在于，所述行人检测方法先采用梯形路径增强模型提取图片的多尺度特征，再通过多尺度特征融合模型进行特征融合；所述梯形路径增强模型为在现有特征金字塔的基础上加入更高层次的特征层来提取更高层次的特征信息；所述多尺度特征融合模型具体为通过相邻特征层的特征数据相加再级联的方式进行特征融合，以增强不同尺度下的特征信息，同时减少通道数；所述梯形路径增强模型以ResNet-50为骨干网络，构建自上而下的路径和自下而上的路径，两个路径之间通过水平连接增强每个尺度的特征；自上而下的路径中的特征层表示为{P3，P4，P5，P6}，自下而上的路径中的特征层表示为{N3，N4，N5，N6，N7}；P6层特征数据是由P5层特征数据经过步长为2的3×3卷积操作获得；N6层特征数据是由N5层特征数据经过步长为2的3×3卷积操作获得；N7层特征数据是通过步长为2的最大池化操作获得；所述梯形路径增强模型以ResNet-50为骨干网络提取stage3到stage5的特征图，再分别将stage3到stage5的特征图下采样到尺度8、16和32；之后经过1×1卷积将通道数统一为256；然后再构建自上而下的路径和自下而上的路径。
全文数据：
权利要求：
百度查询： 北京科技大学 基于语义增强的多尺度特征金字塔融合的行人检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号