技术总结
本发明公开了一种基于自适应上下文信息的CNN交通检测方法，包括训练阶段和检测阶段，在特定交通场景下，训练自适应的上下文特征选择模型；在获取自适应的上下文特征选择模型的基础上，训练基于自适应上下文信息的CNN交通检测系统；在前向阶段，通过后处理，准确框定交通目标(在检测时，进行上下文和目标的联合预测，通过后处理，准确框定交通目标)。本发明提出了基于自适应上下文信息的CNN交通检测系统，主要包含基于CNN的自适应的上下文选择模型和融合该模型的交通检测系统，进一步提高了车辆和行人检测的准确性。
技术研发人员：李涛;李冬梅;张玉宏;曲豪;邹香玲;张栋梁;朱晓珺;郭航宇;高大伟;刘永
受保护的技术使用者：郑州禅图智能科技有限公司
技术研发日：2016.08.31
技术公布日：2019.09.13