Fußgängererkennung mit unüberwachtem mehrstufigem Merkmalslernen

Die Fußgängererkennung ist ein Problem von erheblichem praktischem Interesse. Wir berichten über erstklassige und wettbewerbsfähige Ergebnisse auf allen wichtigen Fußgängerdatensätzen mit einem konvolutionalen Netzwerkmodell, das erfolgreiche Anwendungen von Deep-Learning-Methoden in der Bildverarbeitung ergänzt. Das Modell verwendet einige neue Ansätze, wie mehrstufige Merkmale, Verbindungen, die Schichten überspringen, um globale Forminformationen mit lokalen einzigartigen Motivinformationen zu integrieren, sowie eine unüberwachte Methode, die auf konvolutionalem dünnen Codieren basiert, um die Filter in jeder Phase vorzutrainieren.