论文部分内容阅读
面向机器视觉中的行人检测问题构建出一种深度学习模型。通过在卷积神经网络中引入了遮挡模型和变形层,把行人检测的主要模块构建成一个联合深度学习的框架,提出了一个新的深度网络结构。模型利用Caltech行人数据集进行联合训练和参数优化与评估,测试了模型的检测正确率,并利用实际拍摄的图像和视频进行行人检测实验。实验表明,通过在模块之间建立起自动的、相互的联系,该深度学习模型有效降低了行人检测的失误率。