基于YOLO网络的行人检测方法

• 作者: 李少波 李政杰 陈济楠 高宗
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: YOLO网络 行人检测 深度网络 聚类 特征重组
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 215-219,226
• 页数: 6页
• 分类号: TP391
• 字数: 3778字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0046885

摘要

针对基于人工提取特征的行人检测器鲁棒性差的问题,借鉴目标检测的研究成果,提出一种行人目标实时检测方法.以YOLO网络结构为基础,结合行人在图像中呈现宽高比小的特点,聚类选取合适的候选框数量和规格,改进YOLO网络结构,调整候选框在X、y轴方向的分布密度,形成适用于行人检测的网络结构.实验结果表明,与HOG、LatSVM-v2等行人检测方法相比,该方法降低了漏检率和误检率,提高了定位准确性,检测速度满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李少波	贵州大学现代制造技术教育部重点实验室	163	758	13.0	21.0
5	李政杰	贵州大学现代制造技术教育部重点实验室	5	73	2.0	5.0
6	高宗	贵州大学现代制造技术教育部重点实验室	3	72	2.0	3.0
7	陈济楠	贵州大学现代制造技术教育部重点实验室	3	72	2.0	3.0