摘要
摘要
目标检测技术经历了从传统方法到深度学习算法的逐步发展,并已广泛应
用于自动驾驶、智能监控等多个领域。尽管深度学习方法在大多数场景中表现
优异,但在密集人群检测中,背景噪声、光照变化、目标与背景相似、遮挡,
以及多尺度与重叠等因素,仍显著影响检测精度。特别是在目标间复杂交互和
遮挡的动态场景中,行人的流动性导致目标位置不断变化,增加了检测难度。
传统算法在大目标和小目标同时检测方面存在局限,尤其小目标遮挡时精度明
显
您可能关注的文档
- 基于共有区域信息引导的图像配准算法研究.pdf
- S县农村秸秆禁烧政策执行情况及政策建议.pdf
- 基于混合教学环境的师范生数字化教学能力培养模型构建与实践研究.pdf
- 跨境电子商务综合试验区设立对城市出口技术复杂度提升的影响研究.pdf
- 车联网中高效的格基双向异构签密方案.pdf
- 面向数字化学习与创新素养培养的项目式教学设计与实践——以Python课程为例.pdf
- 基于有向图神经网络的基因调控推断研究.pdf
- 基于学科核心素养的小学数学课程知识图谱辅助教学工具设计与实现.pdf
- 基于时-频视角下碳市场与能源股票市场间的相关性与溢出效应研究.pdf
- 基于收益共享的云南榴莲跨境进口供应链定价与库存联合优化研究.pdf
原创力文档

文档评论(0)