基于深度学习算法的多视角行人轨迹提取分析方法.pdfVIP

下载本文档

9
0
约1.83万字
约 18页
2024-01-27 发布于四川
举报
版权申诉

基于深度学习算法的多视角行人轨迹提取分析方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于深度学习算法的多视角行人轨迹提取分析方法与设备。步骤如下：首先使用卷积神经网络算法，添加小目标检测层并使用数据增强方法来对俯视角行人的特征进行提取训练得到权重；采用YOLOV5负责俯视角行人的检测，DeepSORT负责目标法追踪、锚框预测和部分轨迹的平滑，并结合坐标投影转换和像素点标定进行行人轨迹提取；轨迹重构算法对初步轨迹进行拼接、去噪、平滑等一系列处理；最后对轨迹的步频、步速、加速度等行人交通量参数进行提取。该项目在不同环境下权重具有较好的可移植性，且极大地简化了外出携带检测

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117455948A

(43)申请公布日2024.01.26

(21)申请号202310997376.3G06V20/52(2022.01)