• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Manufacturing Technology and Electronics Applications >Pedestrian Detection based on Multi-stage Unsupervised Learning
【24h】

Pedestrian Detection based on Multi-stage Unsupervised Learning

机译：基于多阶段无监督学习的行人检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In order to implement effective detection and utilize large numbers of unlabeled samples, a pedestrian detection method based on Unsupervised learning was presented. We apply deep learning to human detection to acquire pedestrian features with unlabeled data set. The detection method uses unsupervised convolution sparse auto-encoders to train features at all levels from the data set, then trains classifier with end-to-end supervised method. Additionally, we fine-tune the features in a supervised way. Experiments show that the method approach an state-of-art result on all data set.
机译：为了实施有效的检测和利用大量未标记的样本，提出了一种基于无监督学习的行人检测方法。 我们对人类探测进行深入学习，以获取具有未标记数据集的行人功能。 该检测方法使用无监督的卷积稀疏自动编码器来培训从数据集的所有级别的功能，然后用端到端监督方法列车。 此外，我们以监督方式微调特征。 实验表明，该方法接近所有数据集的最先进结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号