钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
云南民族大学学报(自然科学版)期刊
\
基于YOLO和排斥力损失函数的行人检测方法
基于YOLO和排斥力损失函数的行人检测方法
作者:
叶智慧
周莉莉
张静敏
段鹏
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
行人检测
YOLO
排斥力损失
融合检测
摘要:
针对行人检测受人体姿态复杂、光照变化、遮挡严重等影响,导致检测效率和精度不高的问题,提出一种基于YOLO和排斥力损失函数的行人检测方法.首先,对YOLO模型进行改进,主要是设置合适的预选框以及采用较大尺度的特征图进行特征提取,从而提高其对小物体的检测性能;然后,对排斥力损失函数进行改进,使其符合行人检测的应用场景,为接下来的融合检测提供新的损失函数;最后,将改进的YOLO和排斥力损失函数结合起来,利用YOLO模型速度快的特点提高运行速度,并利用排斥力损失函解决行人遮挡问题.在多个行人检测数据集上的实验结果表明:与其他算法相比,能够更加快速准确地实现行人检测.
暂无资源
收藏
引用
分享
推荐文章
基于YOLO算法的行人检测方法
行人检测
YOLO模型
神经网络
实时检测
基于YOLO网络的行人检测方法
YOLO网络
行人检测
深度网络
聚类
特征重组
基于SVM-AdaBoost算法的行人检测方法
行人检测
AdaBoost算法
SVM算法
基于OTSU分割和HOG特征的行人检测与跟踪方法
行人检测
HOG特征
隐马尔可夫模型
OTSU算法
鲁棒性
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于YOLO和排斥力损失函数的行人检测方法
来源期刊
云南民族大学学报(自然科学版)
学科
工学
关键词
行人检测
YOLO
排斥力损失
融合检测
年,卷(期)
2019,(6)
所属期刊栏目
信息与计算机科学
研究方向
页码范围
624-628
页数
5页
分类号
TP391
字数
3453字
语种
中文
DOI
10.3969/j.issn.1672-8513.2019.06.017
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
段鹏
云南民族大学数学与计算机科学学院
24
89
5.0
8.0
2
张静敏
云南民族大学数学与计算机科学学院
7
9
2.0
3.0
3
周莉莉
云南民族大学数学与计算机科学学院
2
4
1.0
2.0
4
叶智慧
云南民族大学数学与计算机科学学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(17)
共引文献
(26)
参考文献
(3)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1981(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2006(3)
参考文献(0)
二级参考文献(3)
2009(2)
参考文献(0)
二级参考文献(2)
2010(4)
参考文献(0)
二级参考文献(4)
2011(2)
参考文献(2)
二级参考文献(0)
2012(1)
参考文献(0)
二级参考文献(1)
2013(3)
参考文献(0)
二级参考文献(3)
2018(1)
参考文献(1)
二级参考文献(0)
2019(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
行人检测
YOLO
排斥力损失
融合检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
云南民族大学学报(自然科学版)
主办单位:
云南民族大学
出版周期:
双月刊
ISSN:
1672-8513
CN:
53-1192/N
开本:
大16开
出版地:
中国昆明市一二·一大街134号
邮发代号:
创刊时间:
1992
语种:
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
期刊文献
相关文献
1.
基于YOLO算法的行人检测方法
2.
基于YOLO网络的行人检测方法
3.
基于SVM-AdaBoost算法的行人检测方法
4.
基于OTSU分割和HOG特征的行人检测与跟踪方法
5.
基于双目图像的行人检测与定位系统研究
6.
基于多重稀疏字典的行人检测方法
7.
一种改进的深度残差网络行人检测方法
8.
基于多特征的行人检测算法
9.
基于深信度网络分类算法的行人检测方法
10.
基于YOLO与改进的DLIB多角度遮挡人脸判别方法
11.
采用HOG特征和机器学习的 行人检测方法
12.
基于自适应特征卷积网络的行人检测方法
13.
基于不同损失函数的模型选择和正则化学习方法
14.
改进YOLO的车辆检测算法
15.
基于卷积注意力机制和多损失联合的跨模态行人重识别
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
云南民族大学学报(自然科学版)2022
云南民族大学学报(自然科学版)2021
云南民族大学学报(自然科学版)2020
云南民族大学学报(自然科学版)2019
云南民族大学学报(自然科学版)2018
云南民族大学学报(自然科学版)2017
云南民族大学学报(自然科学版)2016
云南民族大学学报(自然科学版)2015
云南民族大学学报(自然科学版)2014
云南民族大学学报(自然科学版)2013
云南民族大学学报(自然科学版)2012
云南民族大学学报(自然科学版)2011
云南民族大学学报(自然科学版)2010
云南民族大学学报(自然科学版)2009
云南民族大学学报(自然科学版)2008
云南民族大学学报(自然科学版)2007
云南民族大学学报(自然科学版)2006
云南民族大学学报(自然科学版)2005
云南民族大学学报(自然科学版)2004
云南民族大学学报(自然科学版)2003
云南民族大学学报(自然科学版)2002
云南民族大学学报(自然科学版)2001
云南民族大学学报(自然科学版)2000
云南民族大学学报(自然科学版)2019年第6期
云南民族大学学报(自然科学版)2019年第5期
云南民族大学学报(自然科学版)2019年第4期
云南民族大学学报(自然科学版)2019年第3期
云南民族大学学报(自然科学版)2019年第2期
云南民族大学学报(自然科学版)2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号