基于深度学习的行人检测

论文摘要

社会科技水平的飞跃式发展,使计算机技术所扮演的角色越来越重要。在计算机技术不断发展的背景下,图像信息处理得到了广泛的应用,突破了传统视觉技术的局限,并走向了更深入领域。随着深度学习理念的发展,使计算机图像处理、图像识别、人工神经网络实现融合,让计算机具备了图像分析、感知及处理的功能,包括形状、位置、姿态及运动轨迹等。以深度学习为基础,将YOLOv3算法使用在行人检测领域,实验表明该方法有一定效果。

论文目录

• 1 深度学习
• 2 行人检测与YOLO
•   2.1 行人检测
•   2.2 YOLO算法
• 3 基于YOLO的行人检测系统设计
•   3.1 软件开发环境
•   3.2 软件各模块的实现
•     3.2.1 图像采集模块
•       （1）图像采集控制
•       （2）采集参数配置
•       （3）图像参数配置
•     3.2.2 图像处理模块
•       （1）图像预处理
•       （2）YOLO行人检测
• 4 结语

文章来源

类型: 期刊论文

作者: 王申涛

关键词: 深度学习,计算机图像,目标检测与识别

来源: 电脑编程技巧与维护 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 三峡大学计算机与信息学院

分类号: TP391.41;TP18

DOI: 10.16184/j.cnki.comprg.2019.12.051

页码: 137-139

总页数: 3

文件大小: 132K

下载量: 720