改进YOLOV3算法在行人识别中的应用

• 作者: 史正伟 葛雯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人检测 YOLOV3 卷积神经网络 特征图
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 128-133
• 页数: 6页
• 分类号: TP391
• 字数: 5541字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0318

摘要

为了避免人与物体之间相互遮挡,对小目标检测不准确,以及复杂光照强度对行人检测的影响,针对这一问题,提出了一种多尺度聚类卷积神经网络MK-YOLOV3算法,来实现对行人的识别与检测.该算法是对YOLOV3进行改进,首先通过简单聚类对图像特征进行提取,得到相应的特征图,再通过抽样K-means聚类算法结合核函数确定锚点位置,以达到更好的聚类.针对小目标的浅层特征信息进行多尺度融合,提高小目标的检测效果.仿真结果验证了该算法在VOC数据集上对小目标识别的精度和速度上有较大提高,以及视频智能分析中有较高的召回率和精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛雯	沈阳航空航天大学电子与信息工程学院	18	68	6.0	6.0
2	史正伟	沈阳航空航天大学电子与信息工程学院	1	2	1.0	1.0