西安邮电大学学报

2018, v.23;No.133(04) 48-52+67

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进的YOLOv3红外视频图像行人检测算法
An improved infrared video image pedestrian detection algorithm

王殿伟;何衍辉;李大湘;刘颖;许志杰;王晶;

摘要(Abstract):

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(KeyWords): 行人检测;红外图像;YOLOv3;聚类分析

Abstract:

Keywords:

基金项目(Foundation): 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)

作者(Author): 王殿伟;何衍辉;李大湘;刘颖;许志杰;王晶;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享