基于YOLOV3算法的行人检测方法

作者：孟本成

来源：电视技术, 2019, 43(09): 6-46.

DOI：10.16280/j.videoe.2019.09.002

• 行人数据集
• 行人检测
• 深度学习
• 聚类
• YOLO

针对传统行人检测器鲁棒性差,定位精度差且漏检率较高的问题,提出一种基于YOLOV3网络结构行人检测方法。结合行人尺寸特点和改变卷积层的数量,聚类选取恰当的候选框,改进YOLOV3网络结构,得到适用于行人检测的网络结构。实验结果表明,与HOG+SVM、Faster R-CNN、YOLO等主流方法比较,改进的YOLOV3行人检测方法对于定位的准确性和精确度有一定的提升。

• 单位
  昆明理工大学; 自动化学院