YOLOv3图像识别跟踪算法的优化与实现

作者：郭鸣宇; 刘实

来源：电子测试, 2019, (15): 65-86.

DOI：10.16520/j.cnki.1000-8519.2019.15.022

• Retinex
• 图像增强
• YOLOv3
• pedestrain检测

行人检测是智能交通视频监控领域的一项基础技术。本文采用基于视网膜理论的图像增强策略对训练样本进行预处理,以减小光照变化的影响。首先,我们使用图像增强方法来增强图像的对比度。然后,我们将原始样本放入带有YOLOv3的darknet帧中训练检测模型1,将增强后的样本放入YOLOv3中训练检测模型2。最后,我们用200张行人照片对这两种模型进行了测试。实验结果表明,经视网膜x图像增强训练的模型具有94%的准确率。

• 单位
  沈阳城市学院