一种基于改进YOLOv3的密集人群检测算法

• 作者: 丁文杰 苗笛 陈思锦 高宇杭
• 来源期刊: 科技与创新
• 关键词: 密集人群 YOLOv3 特征提取网络 K-means++
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 理论探索
• 页码范围: 31-33,38
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.18.012

摘要

对于天津地铁中的密集人群的场景,且YOLOv3算法模型对行人的识别率不高,在严重遮挡的情况下出现漏检的问题.针对以上问题,提出了一种基于改进YOLOv3的密集人群检测算法.通过对特征提取网络和损失函数进行改进,并且在训练模型阶段,采用K-means++方法生成4个瞄点框,用于提升网络的训练速度.实验结果表明,改进后的算法在准确性和实时性上相对于Faster RCNN和传统的YOLOv3算法有了明显的提高,验证了该检测方法的高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁文杰		1	0	0.0	0.0
2	苗笛		4	14	2.0	3.0
3	高宇杭		1	0	0.0	0.0
4	陈思锦		1	0	0.0	0.0