《改進的YOLOv3紅外視頻圖像行人檢測算法》是王殿偉,何衍輝等撰寫的一篇論文。
基本介紹
- 中文名：改進的YOLOv3紅外視頻圖像行人檢測算法
- 論文來源：西安郵電大學學報
- 發表時間：2018-07-10
- 作者：王殿偉,何衍輝
- 分類號：TP391.41;TN219
論文摘要,引文格式,
論文摘要
針對YOLOv3檢測紅外視頻圖像行人時存在準確率低、漏檢率高的問題,提出一種改進的YOLOv3紅外視頻圖像行人檢測算法。根據行人在紅外圖像中呈現寬高比相對固定的特點,利用k-means聚類方法選取目標候選框個數和寬高比維度,調整網路參數並提高輸入圖像解析度,最後進行多尺度訓練得到最優檢測模型,從而檢測紅外視頻圖像序列中的行人目標,並通過候選框標註行人位置。在CVC-09紅外行人數據集上進行對比實驗,結果表明,改進的YOLOv3算法在紅外行人檢測中的準確率高達90.63%,明顯優於Faster-rcnn和YOLOv3算法,且改進後的網路能夠同時檢測到更多目標,降低了漏檢率。
引文格式
王殿偉,何衍輝,李大湘,劉穎,許志傑,王晶.改進的YOLOv3紅外視頻圖像行人檢測算法[J].西安郵電大學學報,2018,23(04):48-52+67.
