基于改进YOLOv3的有遮挡行人检测

• 作者: 卢明建 吴健 梁礼明 邓广宏
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: YOLOv3网络 特征提取 残差块 残差密集块 目标检测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算与测试
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP391.41
• 字数: 3215字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)05-0148-04

摘要

针对现实生活中存在人与人之间相互重叠交叉遮挡,由此产生对行人检测技术中检测速度慢、检测准确率低以及鲁棒性较差等问题.实验基于YOLOv3网络架构,为减少网络传递过程逐层丢失信息,借鉴残差密集网络的思想,提出一种改进YOLOv3算法,实现网络多层特征复用及融合,并以扩增数据集以及多尺度策略等方法训练网络.实验结果表明:与目前主流目标检测方法相比,该方法提高了有遮挡行人检测准确率与召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁礼明	江西理工大学电气工程与自动化学院	93	415	9.0	17.0
2	卢明建	江西理工大学电气工程与自动化学院	4	2	1.0	1.0
3	吴健	江西理工大学电气工程与自动化学院	24	44	3.0	6.0
4	邓广宏	江西理工大学电气工程与自动化学院	5	1	1.0	1.0