节点文献

改进的YOLOv3红外视频图像行人检测算法

免费订阅

【作者】 王殿伟何衍辉李大湘刘颖许志杰王晶

【Author】 WANG Dianwei;HE Yanhui;LI Daxiang;LIU Ying;XU Zhijie;WANG Jing;Key Laboratory of Electronic Information Application Technology for Scene Investigation,Ministry of Public Security;School of Communication and Information Engineering,Xi’an University of Posts and Telecommunications;School of Computing and Engineering,University of Huddersfield;

【机构】 电子信息现场勘验应用技术公安部重点实验室西安邮电大学通信与信息工程学院哈德斯菲尔德大学计算机与工程学院

【摘要】 针对YOLOv3检测红外视频图像行人时存在准确率低、漏检率高的问题,提出一种改进的YOLOv3红外视频图像行人检测算法。根据行人在红外图像中呈现宽高比相对固定的特点,利用k-means聚类方法选取目标候选框个数和宽高比维度,调整网络参数并提高输入图像分辨率,最后进行多尺度训练得到最优检测模型,从而检测红外视频图像序列中的行人目标,并通过候选框标注行人位置。在CVC-09红外行人数据集上进行对比实验,结果表明,改进的YOLOv3算法在红外行人检测中的准确率高达90.63%,明显优于Faster-rcnn和YOLOv3算法,且改进后的网络能够同时检测到更多目标,降低了漏检率。

【关键词】 行人检测红外图像YOLOv3聚类分析
【基金】 陕西省自然科学基础研究计划资助项目(2018JM6118);西安邮电大学创新创业项目(2018SC-08)
  • 【DOI】10.13682/j.issn.2095-6533.2018.04.008
  • 【分类号】TP391.41;TN219
  • 【被引频次】14
  • 【下载频次】1592
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: