10.3969/j.issn.1002-2279.2022.01.009
基于轻量级神经网络的RGB-D人体目标检测
针对现有基于神经网络的人体目标检测算法网络结构复杂,运算量大,不利于实际应用,以及传统方法检测精度较差的问题,提出一种新的轻量级检测算法,使用无锚框机制,并将MobileNetV3作为主干网络.该网络支持多个数据输入方式,可分别以RGB彩色图、深度图或RGB-D作为输入.通过在两个公开数据集和自采集数据集中的试验证明,新算法总体检测精度及运行效率均优于已有算法,获得较为理想的每秒峰值速度(FLOPS).在英特尔i5-7200 CPU平台下,以RGB-D和Depth为输入的帧率分别可达32 f/s和55 f/s,以RGB为输入的表现优于同级别轻量级网络YOLOV3-Tiny.
RGB-D技术;行人检测;轻量级网络;神经网络
43
TP391.4(计算技术、计算机技术)
2022-03-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
34-38