摘要
本发明涉及一种针对交通场景的密集行人检测方法,属于机器视觉技术领域,包括以下步骤:S1:采集交通场景行人图像,构建训练和测试数据集;S2:构建行人检测网络,融合高低频注意力和双向特征融合模块,引入目标框匹配策略;S3:对图像进行预处理后输入检测网络训练模型;S4:将训练完成的模型部署至交通监控系统,实现行人检测。本发明提升了检测精度和计算效率,在复杂背景及密集遮挡环境下依然具备精准检测能力,可应用于智能交通监控与自动驾驶系统。
技术关键词
交通场景图像
行人检测模型
行人检测方法
行人检测网络
高质量训练数据集
融合策略
监控设备
通道
行人检测装置
智能交通监控
模块
交通监控系统
自动驾驶系统
机器视觉技术
前馈神经网络
系统为您推荐了相关专利信息
行人检测方法
可见光图像
噪声估计器
预训练模型
数据
交通场景图像
关键帧
多层卷积神经网络
视频流
信息编码器
行人跟踪方法
客流特征
匈牙利算法
视频帧
行人数量
特征融合网络
行人检测模型
行人检测方法
特征提取网络
通道