基于深度学习的铁路行人细粒度检测

作者：刘家辉; 胡广朋; 王申宇; 刘畅; 覃源; 程科

来源：计算机与数字工程, 2020, 48(06): 1367-1371.

DOI：10.3969/j.issn.1672-9722.2020.06.020

• 人员检测
• YOLO
• 注意力
• 深度学习

在铁路现场作业的过程中,人员的检测和识别一直是铁路视频监控系统的重点之一,而现有的检测算法存在检测速度慢、鲁棒性差、精度较低、实时性等问题。论文重点研究了基于深度学习的路服细粒度检测识别方法,利用该领域大规模数据集,以YOLO V2高性能检测算法为基础,引入混合注意力机制。实验表明该方法平均检测精度达到82.8%,且具有强鲁棒性和实时性,达到铁路现场监控要求。

• 单位
  中铁隧道集团三处; 江苏科技大学