基于YOLO网络的行人检测方法

摘要：

针对基于人工提取特征的行人检测器鲁棒性差的问题,借鉴目标检测的研究成果,提出一种行人目标实时检测方法.以YOLO网络结构为基础,结合行人在图像中呈现宽高比小的特点,聚类选取合适的候选框数量和规格,改进YOLO网络结构,调整候选框在X、y轴方向的分布密度,形成适用于行人检测的网络结构.实验结果表明,与HOG、LatSVM-v2等行人检测方法相比,该方法降低了漏检率和误检率,提高了定位准确性,检测速度满足实时性要求.

关键词：YOLO网络、行人检测、深度网络、聚类、特征重组

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51475097

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：215-219,226