基于DE-YOLO的室内人员检测方法

• 作者: 张明伟 曾远强 李科 程玉 蔡坚勇
• 来源期刊: 计算机系统应用
• 关键词: 深度学习 目标检测 YOLO v3 K-means 室内人员检测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 203-208
• 页数: 6页
• 字数: 3447字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007240

摘要

目标检测的一个重要应用场景是对室内流动人员的检测与定位, 为了降低模型的冗余度和提高检测的精确度, 因此本文提出一种基于DE-YOLO的室内人员检测方法. 通过使用K-means算法对数据集进行聚类, 并设计出这种DE-YOLO深度卷积神经网络结构. 通过DE-YOLO网络结构中的密集型连接, 实现模型大小的压缩和特征信息的复用, 最后对提取到的特征进行目标检测. 在VOC2012数据集上进行实验表明, 新改进的深度卷积网络应用性能有较大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡坚勇	福建师范大学光电与信息工程学院	58	244	10.0	13.0
17	张明伟	福建师范大学光电与信息工程学院	3	0	0.0	0.0
18	李科	福建师范大学光电与信息工程学院	3	0	0.0	0.0
19	程玉	福建师范大学光电与信息工程学院	3	0	0.0	0.0