论文部分内容阅读
深度卷积网络框架作为行人检测的主流研究方法,在用于静态图像的行人检测时取得了良好的效果,然而这些深度网络应用于视频行人检测时效果不佳,平均检测精度低。为此,在静态图像检测网络的基础上,结合图像的时序和上下文信息,使用多上下文抑制、信息向量传播和管束重评分等方法重新设计视频行人检测网络,通过端到端训练,有效提高了视频行人检测的精度。最后在ImageNet数据集以及自己采集的视频行人数据集上进行实验,检测精度达到66.9%。