TY - JOUR A2 - Wang, Wei AU - Zhou, Hongzhi AU - Yu，Gan PY - 2021 DA - 2021/03/27 TI -快速研究行人检测算法基于Autoencoding神经网络和演SP - 5548476六世- 2021 AB -为了解决行人检测精度低的问题实际交通摄像机和行人的小目标漏检率高,本文结合自编码神经网络和AdaBoost构造了一种快速行人检测算法。针对单一高层输出特征图表达行人特征能力不足，现有方法无法有效选择合适的多层特征的问题，本文对传统AdaBoost算法结构进行改进，即:对样本权值更新公式和强分类器输出公式进行了重置，提出了双输入AdaBoost-DBN分类算法。此外，针对融合视频播放不顺畅的问题，本文考虑视频对象的运动信息，通过运动补偿进行像素插值，并通过重建丢弃的帧间图像恢复原始视频的帧率。通过实验研究，我们可以看到本文构建的算法具有一定的效果。SN - 1076-2787 UR - https://doi.org/10.1155/2021/5548476 DO - 10.1155/2021/5548476 JF -复杂性PB - Hindawi KW - ER -