摘要
本发明公开了一种基于改进Yolo v9的道路行人检测方法,应用于图像处理技术领域,方法包括实时提取道路场景图像中的特征区域,得到待检测图像;对待检测图像进行处理,得到第一特征图像;将待检测图像和处理后的第一特征图像进行拼接处理,得到第二特征图像;将第二特征图像输入到构建好的行人检测模型中进行处理,得到不同分辨率的若干行人特征图像,其中,行人检测模型由跨阶段局部网络和改进的Yolo v9算法构建;对若干行人特征图像进行预测,得到与每一行人特征图像相匹配的识别概率;基于行人特征图像和识别概率,确定道路行人检测结果。本发明实施例提供的方法,可以提高对道路上行人的检测准确率。
技术关键词
行人特征
行人检测方法
道路场景图像
行人检测模型
融合上下文信息
多尺度池化
分辨率
注意力
多尺度特征融合
分支
深度学习方法
算法
图像处理技术
通道
双线性
上采样
校正
系统为您推荐了相关专利信息
图像场景理解
趋势预测模型
路况
潜在交互
场景语义理解
行人检测方法
注意力机制
网络模型结构
多尺度特征提取
分支
行人检测方法
网络模块
融合特征
多头注意力机制
联合注意力机制
道路异常检测模型
多尺度特征提取
异常检测方法
卷积特征提取
道路场景图像