结合对象分割和深度学习的运动行人检测
吕轩轩1
宫法明2
1.内燃机可靠性国家重点实验室,山东 潍坊 261061;潍柴动力股份有限公司 软件研究院,山东 潍坊 2610002.中国石油大学(华东),山东 青岛 266000
摘要：针对传统的人工标注大量训练数据集存在的成本高、效率低、难以满足大型行人检测系统检测要求的问题,研究一种半自动标注行人的方法.以静止的单目摄像机拍摄的监控视频图像为对象,利用背景差分以及显著性检测方法将前景、背景分离,提取出前景目标.试验结果表明,相对于传统的人工标注数据集的方法,该方法能提高数据集标注的效率,形成的数据库可以为行人检测系统提供数据.
关键词：行人检测背景减法显著性检测深度学习半自动数据集标注
分类号：TP317.4(计算技术、计算机技术)
论文发表日期：2020-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 81-88 )
英文信息