基于改进YOLO算法的密集人群场景下的行人检测

• 作者: 祝庆发 郭玉臣 陈永生
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 密集人群 YOLO 行人检测 网络结构 损失函数
• 年，卷（期）: 2019,（8）
• 页码范围: 175-176
• 页数: 2页
• 分类号: TP311

摘要

针对现有的行人检测算法在密集人群场景下,准确率不高的问题,并结合上海地铁中特有的人群密集场景,本文利用YOLO目标检测算法,提出了在密集人群场景下的改进的YOLO行人检测算法。算法主要针对网络结构和损失函数进行改进,并在人工标注的实际场景下的行人数据集上进行训练与测试。实验结果表明,改进后的算法较YOLO目标检测算法在实际场景下的准确率有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈永生	同济大学电子与信息工程学院	78	595	14.0	20.0
2	郭玉臣	同济大学电子与信息工程学院	17	54	5.0	6.0
3	祝庆发	同济大学电子与信息工程学院	2	1	1.0	1.0