基于改进YOLOv3的人体行为检测

• 作者: 李啸天 黄进 李剑波 杨旭 秦泽宇 付国栋
• 来源期刊: 计算机系统应用
• 关键词: 人体行为检测 YOLOv3算法 Hierarchical Bilinear-YOLOv3网络 特征提取
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 软件技术·算法|Software Technique·Algorithm
• 页码范围: 197-202
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007507

摘要

针对人体行为检测中相同行为差异大, 不同行为相似度高, 以及视觉角度、遮挡、不能实时检测等问题, 提出Hierarchical Bilinear-YOLOv3人体行为检测网络. 该网络采用YOLOv3在3个不同尺度上进行预测, 抽取YOLOv3金字塔特征提取网络中特定层作为Hierarchical Bilinear的输入, 捕获特征图的层间局部特征关系, 并在3个不同尺度上进行预测, 最后将YOLOv3和Hierarchical Bilinear两种预测结果融合. 实验结果显示, 改进后的模型相比于原网络仅增加了少量参数, 在保证检测效率的同时提高原算法的检测精度, 并在一定程度上优于当前行为检测算法.