基于改进YOLO算法的全景多目标实时检测

• 作者: 刘秋飞 吴科君 程海涛 蔡成涛 马强
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 全景图像 深度学习 神经网络 多目标 实时检测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 智能技术
• 页码范围: 3259-3264,3271
• 页数: 7页
• 分类号: TP18
• 字数: 3600字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.10.044

摘要

针对折反射全景视觉系统特殊的成像原理导致的全景图像变形的特点,以YOLO算法为基础,提出一种E-D-YO-LO(expand density YOLO)全景多目标实时检测方法.建立全景系统的成像参数模型,根据全景视觉系统模型进行投影点解算,得到待检目标“矮粗化”的柱面展开图,修改YOLO的网络结构中纵向网格数量,使其适应“矮粗化”的待检目标.实验结果表明,E-D-YOLO相对于YOLO算法在全景目标检测上具有更高的准确度,检测速度高达31帧每秒,保持可观检测精度的同时具有实时性,此外改变实验环境进行对比实验,对比结果表明,E-D-YOLO方法具有一定鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡成涛	哈尔滨工程大学自动化学院	66	358	10.0	15.0
2	吴科君	哈尔滨工程大学自动化学院	2	18	2.0	2.0
3	刘秋飞	哈尔滨工程大学自动化学院	1	8	1.0	1.0
4	程海涛	哈尔滨工程大学自动化学院	1	8	1.0	1.0
5	马强		3	11	2.0	3.0