一种基于改进YOLOv3的密集人群检测算法

作者：丁文杰; 苗笛; 高宇杭; 陈思锦

来源：科技与创新, 2020, (18): 31-38.

DOI：10.15913/j.cnki.kjycx.2020.18.012

• 密集人群
• YOLOv3
• 特征提取网络
• K-means++

对于天津地铁中的密集人群的场景,且YOLOv3算法模型对行人的识别率不高,在严重遮挡的情况下出现漏检的问题。针对以上问题,提出了一种基于改进YOLOv3的密集人群检测算法。通过对特征提取网络和损失函数进行改进,并且在训练模型阶段,采用K-means++方法生成4个瞄点框,用于提升网络的训练速度。实验结果表明,改进后的算法在准确性和实时性上相对于Faster RCNN和传统的YOLOv3算法有了明显的提高,验证了该检测方法的高效性。

• 单位
  电子工程学院; 天津职业技术师范大学