基于改进YOLOv3的人体行为检测

作者:李啸天; 黄进*; 李剑波; 杨旭; 秦泽宇; 付国栋
来源:计算机系统应用, 2021, 30(06): 197-202.
DOI:10.15888/j.cnki.csa.007507

摘要

针对人体行为检测中相同行为差异大,不同行为相似度高,以及视觉角度、遮挡、不能实时检测等问题,提出Hierarchical Bilinear-YOLOv3人体行为检测网络.该网络采用YOLOv3在3个不同尺度上进行预测,抽取YOLOv3金字塔特征提取网络中特定层作为Hierarchical Bilinear的输入,捕获特征图的层间局部特征关系,并在3个不同尺度上进行预测,最后将YOLOv3和Hierarchical Bilinear两种预测结果融合.实验结果显示,改进后的模型相比于原网络仅增加了少量参数,在保证检测效率的同时提高原算法的检测精度,并在一定程度上优于当前行为检测算法.

全文