TY -的A2 Uddin m . iran AU - Chen Dong-Hao盟——曹Yu-Dong盟——燕,贾PY - 2020 DA - 2020/12/22 TI -向行人目标探测优化面具R-CNN SP - 6662603六世- 2020 AB -针对行人目标探测精度低的问题,我们提出一种检测算法基于优化面具R-CNN使用深度学习的最新研究成果来提高检测结果的准确性和速度。由于光照的影响,姿势,背景,和其他因素对人类的目标在自然场景图像,目标信息的复杂性高。SKNet用来取代深度的卷积模块的一部分残余网络模型来提取特征更好的卷积模型可以自适应地选择最佳的内核在训练。此外,据统计法律、锚箱的长宽比被修改,使之更符合行人目标的自然特征。最后,建立了行人目标数据集通过选择合适的行人图像可可数据集通过添加噪声、中值滤波和扩展。优化算法与原算法相比,和其他几个主流目标检测算法在数据集;实验结果表明,优化算法的检测精度和检测速度提高,和其检测精度优于其他主流目标检测算法。SN - 1076 - 2787你——https://doi.org/10.1155/2020/6662603——10.1155 / 2020/6662603 JF - PB - Hindawi KW - ER -复杂性