基于改进YOLO算法的全景多目标实时检测

摘要：

针对折反射全景视觉系统特殊的成像原理导致的全景图像变形的特点,以YOLO算法为基础,提出一种E-D-YO-LO(expand density YOLO)全景多目标实时检测方法.建立全景系统的成像参数模型,根据全景视觉系统模型进行投影点解算,得到待检目标“矮粗化”的柱面展开图,修改YOLO的网络结构中纵向网格数量,使其适应“矮粗化”的待检目标.实验结果表明,E-D-YOLO相对于YOLO算法在全景目标检测上具有更高的准确度,检测速度高达31帧每秒,保持可观检测精度的同时具有实时性,此外改变实验环境进行对比实验,对比结果表明,E-D-YOLO方法具有一定鲁棒性.

关键词：全景图像、深度学习、神经网络、多目标、实时检测

所属期刊栏目：39

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61673129;黑龙江省自然科学基金项目F201414

在线出版日期：2018-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3259-3264,3271