pedestrian

CVPR2018论文阅读--Occluded Pedestrian Detection Through Guided Attention in CNNs

引言以往的在行人检测中解决遮挡问题都是设计特定的遮挡Pattern。这样做的最大问题是不能够枚举出来所有的遮挡情况。因此，该文提出一种attentionmechanism来帮助检测器
GuanghaoChen·2020-08-24 01:31

行人检测(Pedestrian Detection)资源整理

一、论文综述类的文章：[1]D.Geronimo,andA.M.Lopez.Vision-basedPedestrianProtectionSystemsforIntelligentVehicles,BOOK,2014.[2]P.Dollar,C.Wojek,B.Schiele,etal.Pedestriandetection:anevaluationofthestateoftheart[J].I
beihangzxm123·2020-08-24 01:54

行人检测论文阅读--《Bi-box Regression for Pedestrian Detection and Occlusion Estimation》

论文地址：https://cse.buffalo.edu/~jsyuan/papers/2018/Bi-box%20Regression%20for%20Pedestrian%20Detection.pdf
MicheleXie·2020-08-23 23:46

CVPR2019行人重识别论文笔记1902.09080：SSA-CNN: Semantic Self-Attention CNN for Pedestrian Detection

原文链接：https://arxiv.org/abs/1902.09080v1摘要：作者提出了通过探索分割结果作为自注意力机制的线索有助于提升识别性能。将语义特征图和卷积特征图合并，为行人识别与分类提供了更多的区分性特征。通过联合学习，作者提出的自注意力机制可以高效的识别行人区域并抑制背景。文章贡献：（1）提出了通过探索分割结果作为自注意力机制的线索有助于提升识别性能。（2）提出了多尺度多任务学习
航母翻了�·2020-08-23 23:38

行人检测论文笔记：Pedestrian Detection - A Benchmark

知识点k折交叉验证Non-MaximumSuppression：非极大值抑制算法，非极大值抑制（NMS）可以看做是抑制不是极大值的元素，搜索局部的极大值的搜索问题，NMS是许多计算机视觉算法的部分。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。在行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含
JacobKong·2020-08-23 23:51

Scale-aware Fast R-CNN for Pedestrian Detection（2015）

1.Introduction行人检测旨在预测图像中所有行人实例的boundingbox。近年来，它已经引起了计算机视觉界的广泛关注[5]，[38]，[40]，[7]，[46]，[6]，[45]，[10]，[21]，作为许多以人为中心的应用的重要组成部分，如无人驾驶汽车，人员重新识别，视频监控和机器人技术[20]，[39]。最近，很多研究工作[35]，[46]，[24]，[32]用于行人检测。然而，
xiaofei0801·2020-08-23 23:01

【深度学习】行人检测（Pedestrian Detection）论文整理

行人检测（PedestrianDetection）论文整理文章目录行人检测（PedestrianDetection）论文整理相关科研工作者开放的代码PaperList行人检测开源代码论文[CVPR-2019]AdaptiveNMS:RefiningPedestrianDetectioninaCrowd[CVPR-2019]High-levelSemanticFeatureDetection:ANe
DrogoZhang·2020-08-23 23:41

CUHK Occlusion Dataset (for pedestrian detection)

CUHKOcclusionDataset(forpedestriandetection)http://www.ee.cuhk.edu.hk/~xgwang/CUHK_pedestrian.htmlhttp
Yongqiang Cheng·2020-08-23 22:11

论文笔记 | SSA-CNN: Semantic Self-Attention CNN for Pedestrian Detection

出处：CVPR2019论文：https://arxiv.org/abs/1902.09080摘要：行人检测在诸如自动驾驶的许多应用中起着重要作用。我们提出了一种方法，将语义分割结果作为自我关注线索进行探索，以显着提高行人检测性能。具体而言，多任务网络被设计为从具有弱框注释的图像数据集联合学习语义分割和行人检测。语义分割特征图与相应的卷积特征图连接，为行人检测和行人分类提供更多的辨别特征。通过联合学
江南小赣·2020-08-23 22:22

VISSIM笔记

仿真秒与实际时间比值中断时刻:切换到单步仿真多核数量速度曲线：基础数据-分布-期望车速期待车速:超车右键创建红点，为车速添加折点，两点重合自动删除一个横轴期望车速，纵轴累计百分比车辆类型：基础数据-车辆类型pedestrian
JokeOrSerious·2020-08-22 12:30

Crosstalk Cascades for Frame-Rate Pedestrian Detection 阅读笔记

CrosstalkCascadesforFrame-RatePedestrianDetection（目的：逐步减少输入检测框数量）1介绍（说明已存在方法很慢，引出本文的算法。略。。。）检测速度取决于特征和分类器。文献【4】提供了一个快速多尺度特性的优化算法：在相邻位置构建两个级联；本文的串级联算法可以提高4~30倍的速度；Fig.1每个棒子代表一个级联的评估，绿球代表级联阶段的评估，红圈代表局部最
米翁方·2020-08-20 13:29

Joint Deep Learning For Pedestrian Detection（论文笔记-深度学习：行人检测）

一、摘要：行人检测主要分为四部分：特征提取、形变处理、遮挡处理和分类。现存方法都是四个部分独立进行，本文联合深度学习将四个部分结合在一起，最大化其能力。二、引言：（1）首先，特征提取的应该是行人最有判别力的特征，比较有名的特征描述子有：Haar-like、SIFT、HOG等等；（2）其次，可变形模型应该可以处理人体的各个部分，如：躯干、头、退等等。最有名的DPM（可变形部件模型）使得各部件具有连接
ssmixi·2020-08-19 03:30

Autoware的搭建、安装

Autoware可有一下功能：3DLocalization3DMappingPathPlanningPathFollowingAccel/Brake/SteeringControlDataLoggingCar/Pedestrian
jing5702·2020-08-17 23:45

Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection

论文阅读：Illumination-awareFasterR-CNNforRobustMultispectralPedestrianDetection最近在做跨模态的性人检测，主要是基于KAIST数据集。这是这个数据集上目前结果最好的一篇文章。简介不同阶段融合模型比较光照导向的融合模型光照感知网络（IAN）简介这篇文章是用KAIST这个数据集做行人检测最新效果最好的文章。它主要做了两件事情。第一就
z_Ramsey·2020-08-16 22:30

论文翻译：Take a NAP: Non-Autoregressive Prediction for Pedestrian Trajectories（行人轨迹预测2020）

TakeaNAP:Non-AutoregressivePredictionforPedestrianTrajectories摘要1引言2Background33ProposedMethod(方法)4实验5结论TakeaNAP：行人轨迹的非自回归预测作者：HaoXue,Du.Q.Huynh,MarkReynolds论文地址：rXiv:2004.09760v1[cs.CV]发表时间：21Apr2020
Sun_ZD·2020-08-14 01:50

BiTraP：Bi-directional Pedestrian Trajectory Prediction with Multi-modal Goal Estimation

importtorchimporttorch.nnasnnimporttorch.nn.functionalasF#先验网络classPrior(nn.Module):def__init__(self,input_size=256,output_size=64):super(Prior,self).__init__()self.input_size=input_size#输入大小self.outp
coolsunxu·2020-08-10 15:31

Coursera Deep Learning 4 卷积神经网络 第三周习题

Detectionalgorithms测验,10个问题1Youarebuildinga3-classobjectclassificationandlocalizationalgorithm.Theclassesare:pedestrian
weixin_33895695·2020-07-28 18:35

A Temporal Attentive Approach for Video-Based Pedestrian Attribute Recognition

论文：http://xxx.itp.ac.cn/abs/1901.05742代码：https://github.com/yuange250/video_pedestrian_attributes_recognition1
cdknight_happy·2020-07-15 21:24

Where, What, Whether: Multi-modal Learning Meets Pedestrian Detection阅读论文笔记

://openaccess.thecvf.com/content_CVPR_2020/papers/Luo_Where_What_Whether_Multi-Modal_Learning_Meets_Pedestrian_D
元水1314·2020-07-12 09:19

Multispectral Deep Neural Networks for Pedestrian Detection（BMVC 2016）论文解读

MultispectralDeepNeuralNetworksforPedestrianDetection（BMVC2016）一、Overview 随着2015年第一个RGB-T行人检测数据集KAIST的提出，多光谱行人检测任务成为了当时的研究热点之一，与此同时2016年何恺明提出的FasterR-CNN模型在单模态（RGB）目标检测领域取得了显著的效果。本文主要受FasterR-CNN启发，设计
zhaoshenlu829·2020-07-10 15:33

Learning Cross-Modal Deep Representations for Robust Pedestrian Detection（CVPR2017）论文解读

LearningCross-ModalDeepRepresentationsforRobustPedestrianDetection一、Overview 本文设计了一个多光谱行人检测模型，与融合RGB信息和T信息的思路不同的是，本文没有选择在一个模型中融合两种模态的信息，而是先在训练过程中通过一个无监督学习的方法从对应的RGB图像中重建T图像。该模型主要包括两个阶段：首先利用一个CNN学习模态间的
zhaoshenlu829·2020-07-10 15:33

Multispectral Pedestrian Detection using Deep Fusion Convolutional Neural Networks （深度学习多光谱行人检测综述）

Now,salientdetectionmethodsmostofcurrentpedestriandetectorsexploredcolorimagesofgoodlighting,andtheyareverylikelytobestuckwithimagescapturedatnight,duetobadvisibilityofobject.Suchdefectwouldcuttheseap
ylin01234·2020-07-10 13:19

2019 ICCV之多光谱行人检测：Weakly Aligned Cross-Modal Learning for Multispectral Pedestrian Detection

WeaklyAlignedCross-ModalLearningforMultispectralPedestrianDetection当前的问题及概述：真实的多光谱数据存在位置偏移问题，即彩色热像对没有严格对齐，使得一个物体在不同的模式中有不同的位置。在本文中，提出了一种新的对齐区域CNN(AR-CNN)来处理端到端的弱对齐数据。a是目前数据集弱对齐图示，b为本文的框架思路，c为本文的实验结果。模
matlabLKL·2020-07-10 00:07

论文阅读：Adaptive NMS: Refining Pedestrian Detection in a Crowd

Adaptive-NMS（CVPR2019）文章  又是一篇在NMS上面做文章的paper。。读完之后感觉，哇！自己再想的深一点也能想出来呀，可是想出来和做出好效果真是两码事。。尤其是没有人告诉你这个idea的价值只能靠自己判断的时候。扯远了。。。还是说一说这篇文章吧。  NMS是目前基于深度学习的目标检测模型的重要的后处理步骤，针对目标检测来讲，NMS具体操作就是将所有检测结果（设为集合A）中s
Kivee123·2020-07-09 23:08

Multispectral Deep Neural Networks for Pedestrian Detection/用于行人目标检测的多光谱深度神经网络

目录论文下载地址论文作者模型讲解[背景介绍][论文解读][Vanilla-ConvNet][实施细节][结果对比][Multispectral-ConvNet][它们真的互补吗？][卷积融合模型][结果分析][数据集][检测评估][候选区域评估]论文下载地址  [论文地址]论文作者JingjingLiu,ShaotingZhang,ShuWang,DimitrisN.Metaxas模型讲解[背景介
Change_ZH·2020-07-09 23:00

智能汽车系列-V2X

概念V2X指的是VehicletoX，X代表基础设施（Infrastructure）、车辆（Vehicle）、人（Pedestrian）等，X也可以是任何可能的“人或物”（Everything）。
发福的猕猴桃·2020-07-08 01:02

Pedestrian Detection: An Evaluation of the State of the Art

PedestrianDetection:AnEvaluationoftheStateoftheArtPedestrianDetectionAnEvaluationoftheStateoftheArt前言关于数据的获取和数据分析评估方法算法综述SomeWebsitesNotableResearchers前言本文是阅读piotr的PAMI2011文章《PedestrianDetection:AnEva
xueweuchen·2020-07-06 09:47

Pedestrian Attributes Recognition Paper List

PedestrianAttributesRecognitionPaperList2018-12-2222:08:55[Note]youcanalsocheckthisblogfrom:https://github.com/wangxiao5791509/Pedestrian-Attribute-Recognition-Paper-ListWelcometoourwechatgroupforfurt
weixin_33912453·2020-07-05 23:16

Pedestrian Detection in Thermal Images using Saliency Maps(201904)论文综述

摘要：热图在夜晚或者其他光照条件差的情况下检测行人效果很好，但是在白天效果却很差。为了解决热图在白天效果差的问题，大多都是融合热图和Rgb图。而我们却是通过用热图的显著图来对热图增强，以便进行更好的检测，尤其是在白天的情况下。只用了热图，没用rgb图，模型最好的表现相对于baseline的白天和黑夜的情况，missrate分别降低了13.4%和19.4%。1、引言热图和rgb图对行人检测能够优势互
蓝田生玉123·2020-07-05 09:54

Python MASK and Pedestrian safety distance detection and bioassay

参考这一篇博客：https://blog.csdn.net/m0_37690102/article/details/106975159，今天，接着实现上面一篇博客没有实现的活体检测功能，今天，实现这部分功能，界面设计等功能就不在阐述了，主要实现活体检测的功能，使用dlib的库。Today,referencethisblog:https://blog.csdn.net/m0_37690102/art
李伯爵的指间沙·2020-07-04 23:33

Udacity Self-Driving自动驾驶目标检测数据集使用指南

label格式如下图所示，共有Car、Truck、Pedestrian三类。
chang_rj·2020-07-04 02:50

行人属性识别：Improving Pedestrian Attribute Recognition With Weakly-Supervised Multi-Scale Attribute……

参考文献：TangCF,ShengL,ZhangZX,HuXL.ImprovingPedestrianAttributeRecognitionWithWeakly-SupervisedMulti-ScaleAttribute-SpecificLocalization[J].ICCV-2019.代码实现：https://github.com/chufengt/iccv19_attribute包括理解
huangyiping_dream·2020-07-02 03:09

行人检测(Pedestrian Detection) Resources

行人检测(PedestrianDetection)资源一、论文CVPR2012与行人检测相关的论文[1]ContextualBoostforPedestrianDetectionYuanyuanDing,JingXiao[2]UnderstandingCollectiveCrowdBehaviors:LearningMixtureModelofDynamicPedestrian-AgentsBol
weixin_30399155·2020-06-27 19:46

车联网全景扫描——DSRC与C-V2X

vehicle-to-vehicle(V2V)vehicle-to-infrastructure(V2I)vehicle-to-network(V2N)vehicle-to-pedestrian(V2P
天涯遍地是小草·2020-06-27 04:02

Wider Pedestrian行人检测数据集初步分析

文章目录WiderPedestrian行人检测数据集目标实例可视化遮挡严重样本漏标样本其他行人检测数据集7月份我研究了一段时间行人检测问题，正好遇到WiderPedestrian行人检测比赛，报名参加后中间准备秋招所以没有充足时间跑比赛。现在找到了一些当时的分析报告，这篇博客简单对WiderPedestrian数据集简单介绍一下。WiderPedestrian行人检测数据集比赛链接数据集标注包括G
未完城·2020-06-27 03:10

Caltech Pedestrian Detection数据的预处理

参考博客链接：https://blog.csdn.net/a2008301610258/article/details/45873867https://github.com/hizhangp/caltech-pedestrian-converterhttp
tsq292978891·2020-06-26 20:23

SUMO文档013：TraCI教程（下）

在本部分提到的所有文件均可以在目录/docs/tutorial/traci_pedestrian中，或者在新版的目录：/tests/complex/tutorial/traci_pedestrian_crossing
PicDog·2020-06-26 05:42

Multi-Task Learning via Co-Attentive Sharing for Pedestrian Attribute Recognition

动机：为了在两个单独的任务网络之间共享特征表示，传统的方法，如Cross-Stitch和Sluice网络学习特征或特征子空间的线性组合。然而，线性组合排除了通道之间复杂的相互依赖关系。此外，空间信息交换的考虑较少。贡献：提出了一种新的共注意共享(co-Sharing,CAS)模块，该模块提取识别通道和空间区域，从而在行人属性识别中实现两个任务网络之间更有效的特征共享。它包括三个分支:协同分支、注意
佑林杉·2020-06-24 08:21

一个基于RecycleView的通用Adapter

Demo地址：https://github.com/Pedestrian0209/AdapterRecycleView的好用不言而喻，但也不宜粗制滥造，反而加重了代码的重量。
lion_6bb6·2020-06-22 00:16

使用Python脚本转换caltech行人数据集

实现代码可以从如下链接下载：https://github.com/mitmul/caltech-pedestrian-dataset-converter如果没有github账号，也可以在如下链接下载：https
小帆别吃糖·2020-06-21 20:12

行人属性识别：HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis

参考文献：https://arxiv.org/abs/1709.09930代码实现：https://github.com/xh-liu/HydraPlus-Net包括理解！HydraPlus-Net:AttentiveDeepFeaturesforPedestrianAnalysis摘要行人分析在智能视频监控中起着至关重要的作用，是以安全为中心的计算机视觉系统的关键组成部分。尽管卷积神经网络在从图
huangyiping_dream·2020-04-14 10:24

《SVDNet for Pedestrian Retrieval》翻译理解

Abstract:这篇文章提出了一个用于检索问题的SVDNet,聚焦于在行人再识别上的应用。我们查看卷积神经网络中全连接层的每一个权重向量，发现它们往往都高度相关。这导致了每个全连接描述中个体之间的相关性，在基于欧几里得距离时会影响检索性能。为了解决这个问题，这篇论文使用了SVD来优化深层表达学习。通过严厉和放松的迭代（RPI）训练框架，我们可以在CNN训练中迭代地整合正交性约束，生成所谓的SVD
weiman·2020-02-20 06:17

V2X更新

概念V2X指的是VehicletoX，X代表基础设施（Infrastructure）、车辆（Vehicle）、人（Pedestrian）等，X也可以是任何可能的“人或物”（Everything）。
发福的猕猴桃·2019-12-24 20:05

Pedestrian Attribute Recognition

目录行人属性识别主要挑战数据集RAPPETAPA-100k评价指标mAexample-basedevaluation主流方法及未来方向相关工作HydraPlus-Net:AttentiveDeepFeaturesforPedestrianAnalysisAdaptivelyWeightedMulti-taskDeepNetworkforPersonAttributeClassificationAt
阿杰洛克之地·2019-07-17 10:25

咬字练习系列3:pedestrian, extraordinary, expound, distinguish, optimistic, stereotype, estrangement, ad...

上周练习的这组单词:pedestrian,extraordinary,expound,distinguish,optimistic,stereotype,estrangement,administration
自由行走的卡儿妈·2019-07-14 17:17

咬字练习系列3:pedestrian, extraordinary, expound, distinguish, optimistic, stereotype, estrangement, ad...

上周练习的这组单词:pedestrian,extraordinary,expound,distinguish,optimistic,stereotype,estrangement,administration
自由行走的卡儿妈·2019-07-14 17:17

一款好用的底部导航栏（NavigationBar）

Demo地址：https://github.com/Pedestrian0209/NavigationBar该导航栏结合fragment实现，代码结构简单，每个item通过自定义view的方式绘制出来，
lion_6bb6·2019-07-12 09:01

【论文学习】行人检测——CVPR Deep Learning Strong Parts for Pedestrian Detection

paper：DeepLearningStrongPartsforPedestrianDetection目录主要解决的问题提出的解决办法1、现阶段对于阻塞问题的处理方法2、文章创新点3、训练部分池过程4、深模型中的移位处理5、学习过程6、遗留问题主要解决的问题做行人检测时，将CNN的主要特征转移给了行人，但无法做遮挡处理。提出的解决办法以前只是建立一个单一的检测器，本文提出了DeepParts，有以
Lingyun_wu·2019-05-15 15:16

无人机图片物体检测baseline

Theobjectcategoryindicatesthetypeofannotatedobject,(i.e.,ignoredregions(0),pedestrian(1),people(2),bicycle
Moonsmile·2019-05-14 12:07

【学习笔记】High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection/CSP

论文地址：https://arxiv.org/abs/1904.02948v1代码地址：https://github.com/liuwei16/CSP1、概述传统的目标检测大多基于滑动窗体或者先验框方式，而无论哪个方法都需要繁杂的配置。本文中所介绍的检测器（CSP--CenterandScalePrediction），以行人检测为例，提出了一个高级语义特征检测的新视角。CSP放弃传统的窗体检测方式
isleepypig·2019-04-13 20:57
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他