检索结果-南通市图书馆

融合多尺度信息和跨维特征引导的轻量行人检测

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2024年第4期35卷 344-350页

作者：张云佐李文博郭威石家庄铁道大学信息科学与技术学院河北石家庄050043 河北省电磁环境效应与信息处理重点实验室河北石家庄050043

针对复杂道路场景下行人检测精度与速度难以提升的问题,提出一种融合多尺度信息和跨维特征引导的轻量级行人检测算法。首先以高性能检测器YOLOX为基础框架,构建多尺度轻量卷积并嵌入主干网络中,以获取多尺度特征信息。然后设计了一种端... 详细信息

针对复杂道路场景下行人检测精度与速度难以提升的问题,提出一种融合多尺度信息和跨维特征引导的轻量级行人检测算法。首先以高性能检测器YOLOX为基础框架,构建多尺度轻量卷积并嵌入主干网络中,以获取多尺度特征信息。然后设计了一种端到端的轻量特征引导注意力模块,采用跨维通道加权的方式将空间信息与通道信息融合,引导模型关注行人的可视区域。最后为减少模型在轻量化过程中特征信息的损失,使用增大感受野的深度可分离卷积构建特征融合网络。实验结果表明,相比于其他主流检测算法,所提算法在KITTI数据集上达到了71.03%的检测精度和80 FPS的检测速度,在背景复杂、密集遮挡、尺度不一等场景中都具有较好的鲁棒性和实时性。

关键词：行人检测多尺度跨维特征引导特征融合轻量化模型

在线全文

学校读者我要写书评

暂无评论

面向交通场景的轻量级行人检测算法

郑州大学学报（理学版） 2024年第4期56卷 48-55页

作者：王清芳胡传平李静郑州大学计算机与人工智能学院河南郑州450001 郑州大学网络空间安全学院河南郑州450002

针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于YOLOv5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构YOLOv5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度... 详细信息

针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于YOLOv5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构YOLOv5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度。其次,引入坐标注意力机制提高模型对目标特征的提取能力,提升其对小目标行人的检测效果。最后,采用SIoU损失函数加快模型的收敛速度,提高模型的识别准确率。实验结果表明,改进后的算法能保证较高的检测精度,与原始YOLOv5s算法相比参数量减少47.1%,计算量减少48.7%,提高了交通场景下行人检测的速度且易于部署。

关键词：行人检测交通安全 YOLOv5网络轻量化 Ghost模块

基于半监督域适应的微弱光环境下行人检测研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2024年第1期38卷 106-113页

作者：杜运亮王明甲青岛科技大学自动化与电子工程学院青岛266100

为了解决可见光图像在微弱光环境下会出现检测性能下降的问题,本文提出了一种半监督域适应的行人检测算法。首先,结合均值教师模型和YOLOv8检测器搭建半监督检测网络;其次,使用图像融合算法和风格迁移算法相结合的方式生成伪图像进行伪... 详细信息

为了解决可见光图像在微弱光环境下会出现检测性能下降的问题,本文提出了一种半监督域适应的行人检测算法。首先,结合均值教师模型和YOLOv8检测器搭建半监督检测网络;其次,使用图像融合算法和风格迁移算法相结合的方式生成伪图像进行伪交叉训练,减少图像之间的域差异问题;最后,将基于Transform的混合注意力机制引入主干特征提取网络,在提升图像分辨率的同时进一步提升检测精度。实验结果表明:在LLVIP数据集和KAIST数据集上,该算法的检测精度分别达到89.3%和66.8%,相比SSDA-YOLO算法分别高出7.6%和19.8%;相比Efficient Teacher算法分别高出4%和8.7%;相比全监督算法ICAFusion分别高出1.8%和17.9%。与以往的算法相比,该算法具有更高的检测精度。

关键词：行人检测微弱光半监督域适应 YOLOv8

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

帧间方向梯度直方图特征关联的行人检测方法

电子测量与仪器学报 2024年第5期38卷 112-118页

作者：宁爽宋辉沈阳工业大学信息科学与工程学院沈阳110870

当前行人检测算法是无人驾驶领域的研究热点,但行人遮挡问题由于样本量相对比较少、遮挡情况多样、可视特征减少等因素,仍未得到很好的解决。针对行人之间相互遮挡或行人被其他物体遮挡导致的漏检问题,给出一种帧间方向梯度直方图特征... 详细信息

当前行人检测算法是无人驾驶领域的研究热点,但行人遮挡问题由于样本量相对比较少、遮挡情况多样、可视特征减少等因素,仍未得到很好的解决。针对行人之间相互遮挡或行人被其他物体遮挡导致的漏检问题,给出一种帧间方向梯度直方图特征关联的行人检测方法。首先,在YOLOv7基线网络模型的基础上添加跟踪的方法,以发现漏检行人并估计其位置信息;将含有漏检行人的最新局部图像作为新的信息,利用方向梯度直方图特征,采用支持向量机的方法,在漏检目标估计位置处进行行人检测,以改善由于部分遮挡所导致的漏检问题。实验结果与基线网络相比,该方法的精确度(P)值提高了6.25%,被遮挡行人的平均精度(AP)由26.67%提升到了53.42%。实验表明帧间方向梯度直方图特征关联的行人检测方法可以提高行人检测准确率,计算复杂度低,不明显增加原方法的计算开销,具有一定的应用价值。

关键词：方向梯度直方图支持向量机行人检测无人驾驶帧间关联

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv8的工厂行人检测算法

现代电子技术 2024年

作者：陈思涵刘勇何祥四川轻化工大学自动化与信息工程学院人工智能四川省重点实验室

针对工厂中行人检测算法精度不足，存在误检、漏检等问题，提出一种基于改进YOLOv8的工厂行人检测算法。首先，在YOLOv8的C2f模块中引入卷积块注意力机制模块(CBAM)，以帮助主干网络聚焦于关键特征并抑制非关键特征，从而提升模型对遮... 详细信息

针对工厂中行人检测算法精度不足，存在误检、漏检等问题，提出一种基于改进YOLOv8的工厂行人检测算法。首先，在YOLOv8的C2f模块中引入卷积块注意力机制模块(CBAM)，以帮助主干网络聚焦于关键特征并抑制非关键特征，从而提升模型对遮挡物和小目标的检测准确度；其次，在Neck网络中将卷积神经网络Conv替换成CoordConv模块，以充分利用该模块的定位能力，从而改善目标检测中的定位准确性问题，提升模型对空间位置的感知能力；最后，采用Inner-IoU损失函数替代原始的CIoU损失函数，以提高目标检测边界框的回归精度。在自制的工厂行人图像数据集上进行了3 600张图片的训练和测试，实验结果表明：相较于基础YOLOv8算法，改进后的算法在平均准确率均值mAP和每秒帧率FPS方面相较于原模型分别提高了2.26%和35.6 f/s，验证了改进算法在检测性能上的提升。

关键词：行人检测深度学习 YOLOv8 CBAM Inner-IoU CoordConv

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于可视注意力机制的非锚点行人检测模型

控制工程 2024年第3期31卷 535-544页

作者：林鑫辰唐漾赵超强钱锋华东理工大学能源化工过程智能制造教育部重点实验室上海200237

在目前的行人检测方法中,中心尺度预测(center-scale prediction,CSP)模型具有检测速度快,无需预设锚点等优点。但是,CSP模型并没有针对行人遮挡问题提出解决方法。为此,在CSP模型的基础上,提出了一个基于可视注意力机制的中心尺度预测(... 详细信息

在目前的行人检测方法中,中心尺度预测(center-scale prediction,CSP)模型具有检测速度快,无需预设锚点等优点。但是,CSP模型并没有针对行人遮挡问题提出解决方法。为此,在CSP模型的基础上,提出了一个基于可视注意力机制的中心尺度预测(visible attentionmechanism-basedCSP,VA-CSP)模型,同时预测行人及其可视区域的边界框,并构造一个中心-可视中心(center-visible center,C-V)变换预测分支,将行人及其可视区域匹配,使模型具有正确的可视注意力机制,提升遮挡行人的检测精度。在Citypersons和Caltech行人检测数据集上进行了实验,在Citypersons验证集的不同遮挡程度的子数据集Reasonable、Heavy、Partial和Bare上,得到了9.6%、48.1%、9.1%和6.6%的丢失率,相比CSP分别提升了1.4%、1.2%、1.3%和0.7%。在Caltech测试集的Reasonable子数据集上得到了3.2%的丢失率,相比CSP提升了1.3%。与其他目前最新的模型相比,所提模型具有更高的检测精度。

关键词：行人检测注意力机制非锚点检测 CSP模型

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征与互监督的拥挤行人检测

计算机工程与科学 2024年第7期46卷 1278-1285页

作者：肖振久李思琦曲海成辽宁工程技术大学软件学院辽宁葫芦岛125105

针对拥挤场景中,行人漏检率高、准确率低的问题,提出一种基于多尺度特征与互监督的拥挤行人检测网络。为了有效提取复杂场景中的行人特征信息,用PANet金字塔网络与混合空洞卷积相结合的网络提取特征信息。然后,设计了一种行人头部-全身... 详细信息

针对拥挤场景中,行人漏检率高、准确率低的问题,提出一种基于多尺度特征与互监督的拥挤行人检测网络。为了有效提取复杂场景中的行人特征信息,用PANet金字塔网络与混合空洞卷积相结合的网络提取特征信息。然后,设计了一种行人头部-全身互监督检测网络分别进行头部和全身检测,利用头部预测框和全身预测框的互监督获得更加准确的行人检测结果。所提出的网络在数据集CrowdHuman上取得了13.5%的MR^(-2)性能,相较于YOLOv5网络提升了3.6%,同时AP提升了3.5%;在CityPersons数据集上取得了48.2%的MR^(-2)性能,相较于YOLOv5网络提升了2.3%,同时AP提升了2.8%。实验结果表明,提出的网络在人群拥挤的密集场景中具有良好的检测效果。

关键词：拥挤场景行人检测多尺度网络互监督

维普期刊数据库博看期刊

基于改进Complex-YOLO激光雷达的行人检测算法研究

在线全文

学校读者我要写书评

暂无评论

激光技术 2024年

作者：许立凌铭王若铭上海工程技术大学电子电气工程学院

激光雷达点云表现出明显的离散性，其信息密度远低于图像，从而导致行人检测在此背景下面临较大挑战，表现出较低的检测精度。为了解决上述问题，提出了一种基于改进Complex-YOLO的激光雷达行人检测方法。首先设计了一种新的网络特征提... 详细信息

激光雷达点云表现出明显的离散性，其信息密度远低于图像，从而导致行人检测在此背景下面临较大挑战，表现出较低的检测精度。为了解决上述问题，提出了一种基于改进Complex-YOLO的激光雷达行人检测方法。首先设计了一种新的网络特征提取结构，旨在增强主干网络的特征学习能力，以便在数据稀缺的情况下更充分地挖掘信息。使用的级联特征金字塔网络及其多分支线性融合方法能够融合不同尺度、不同深度的特征，提升网络的泛化性能，以应对数据特征畸变的情况。在训练过程中还采用了EIoU（Enhanced Intersection over Union）以加速网络的收敛速度。实验结果表明，改进后的算法检测精度提升了3.03%。该研究对在稀疏数据情况下提高行人检测精度是有帮助的。

关键词：激光技术行人检测深度学习点云

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进YOLOv5的行人检测方法研究

重庆理工大学学报（自然科学） 2024年第7期38卷 101-109页

作者：薛继伟薛鹏杰胡馨元东北石油大学计算机与信息技术学院黑龙江大庆163318

针对行人检测中出现的目标遮挡和小尺度目标漏检等现象,提出一种基于YOLOv5改进的行人检测模型DROE-YOLO。在YOLOv5的C3模块中引入了Res2Net的残差结构以增强网络对行人目标的表征能力。采用Dynamic Head作为YOLOv5的检测头,提高检测的... 详细信息

针对行人检测中出现的目标遮挡和小尺度目标漏检等现象,提出一种基于YOLOv5改进的行人检测模型DROE-YOLO。在YOLOv5的C3模块中引入了Res2Net的残差结构以增强网络对行人目标的表征能力。采用Dynamic Head作为YOLOv5的检测头,提高检测的准确性和鲁棒性。在标签分配策略方面采用了Simplified OTA方法,可以更准确地匹配真实框与预测框。最后,使用soft-NMS+EIOU的方法,进一步提高行人目标的检测准确率。在CrowdHuman数据集上的实验结果表明,DROE-YOLO在行人检测任务上取得了较好的效果。与基准模型相比,在增加少量参数的情况下,DROE-YOLO模型的检测精度提升了3.3%,召回率提升了6.5%,相比原模型更适用于实际的行人检测任务。

关键词：行人检测 Res2Net Dynamic-Head Simplified-OTA Soft-NMS

同方期刊数据库