一种智能视频监控系统中的行人检测方法

• 作者: 刘力冉 杨磊 王少云 龚永富
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 智能视频监控系统 行人检测 YOLOv3-tiny 聚类 深度学习 行人数据集
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP391
• 字数: 4300字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.11.014

摘要

在智能视频监控系统的行人检测中,目前使用的目标检测算法R-CNN和YOLO系列算法或速度较慢,无法满足实时性要求;或需要较大的GPU显存空间,难以部署.YOLOv3-tiny算法作为YOLO系列的精简版本,对设备要求较低、速度快,但该算法精度较低.本文通过调整YOLOv3-tiny算法的grid cell横纵方向数量、优化YOLOv3-tiny算法网络结构、聚类确定anchor的数量及尺寸,得到改进的YOLO-Y算法,并通过数据增强方法对训练数据集进行扩充.改进的YOLO-Y算法将mAP从90％提升到92％,Recall从95％提升到97％,检测速度达到26帧/s,占用约1 GB显存空间.实验结果表明改进的YOLO-Y算法显著提高了算法检测精度,具有实时性,且不需要太大的显存空间,满足大部分智能视频监控系统的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王少云	南京航空航天大学无人机研究院	22	109	4.0	9.0
2	杨磊	南京航空航天大学电子信息工程学院	16	136	6.0	11.0
3	刘力冉	南京航空航天大学电子信息工程学院	2	3	1.0	1.0
4	龚永富	南京航空航天大学电子信息工程学院	5	3	1.0	1.0