基于YOLOv3模型的实时行人检测改进算法

• 作者: 王洪元 苏兵 范丽
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 行人检测 YOLOv3 标签平滑 多尺度预测 k-means
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 2019年中国计算机学会人工智能会议(CCFAI 2019)论文选登
• 页码范围: 709-717
• 页数: 9页
• 分类号: TP391.41|TN219
• 字数: 4037字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2019.06.03.002

摘要

针对当前行人检测方法实时性和精度不能同时兼顾的问题,提出基于YOLOv3改进的实时行人检测算法.本算法对YOLOv3模型进行改进,融入标签平滑,增加多个尺度检测,并采用k-means算法得到模型中的anchors值,实现自动学习行人特征.通过在Caltech数据集上测试结果表明,改进后的YOLOv3行人检测算法mAP(mean Average Precision)达到了91.68％.在分辨率1 920×1 080的视频下,运行速度超过每秒40帧,满足实时行人检测的需求.在Daimler、INRIA行人检测数据集测试结果表明,该改进模型同样具有良好的性能,从而验证该模型具有良好的鲁棒性和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪元	常州大学信息科学与工程学院	77	372	11.0	14.0
2	苏兵	常州大学信息科学与工程学院	15	85	5.0	9.0
3	范丽	常州大学信息科学与工程学院	1	0	0.0	0.0