基于动态视觉传感器成像的行人检测算法研究

摘要：

动态视觉传感器生成的图片中冗余信息较少,能降低对后端处理器的要求.然而,其成像与一般深度学习所用图像大有不同,现有的深度学习算法在该类图片上还有一定的提升空间.为此,针对其成像特点,提出了一个在该类图像上表现良好的深度学习算法.首先,选用Mobilenet-YOLOv3算法,并对其网络进行剪枝.其次,在网络中加入ResNet结构.通过在采集的数据集上实验对比,证明该方案大大地减少了对计算机算力的要求,其FLOPs值仅为原算法的1/5不到.并对检测效果有一定的提升,尤其在查全率上提升了8％.

关键词：深度可分离卷积;YOLOv3;行人检测;ResNet;动态视觉传感器

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：青年科学基金项目;国家自然科学基金项目

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1437-1441