重庆理工大学学报2021，Vol.35Issue(7) ：154-160.DOI:10.3969/j.issn.1674-8425(z).2021.07.019

改进Mask R-CNN算法在低光道路环境下行人检测研究

Improved Mask R-CNN Algorithm for Pedestrian Detection in Low-Light Road Conditions

赖坤城 赵津 王超 张航 王磊磊
重庆理工大学学报2021，Vol.35Issue(7) ：154-160.DOI:10.3969/j.issn.1674-8425(z).2021.07.019
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

改进Mask R-CNN算法在低光道路环境下行人检测研究

Improved Mask R-CNN Algorithm for Pedestrian Detection in Low-Light Road Conditions

赖坤城 1赵津 2王超 1张航 1王磊磊1
扫码查看

作者信息

  • 1. 贵州大学机械工程学院,贵阳 550025
  • 2. 贵州大学现代制造技术教育部重点实验室,贵阳 550025
  • 折叠

摘要

针对目标检测算法在低光条件下检测性能下降的问题,以Mask R-CNN目标检测算法为基础,将提出的图像融合模块(MSRCR-IF)引入该目标检测网络中,同时为了更好地利用特征信息,改进了特征金字塔网络,并通过调整区域提交网络以及去除实例分割分支的方式,减少检测目标所花费的时间.实验结果显示:在COCO2017数据集下提出的算法优于其他主流算法,同时在自行构建的低光道路行人数据集下达到了75.05％的平均检测精度,比改进前提高了4.66％.为了验证改进算法的有效性,进行了实车数据测试,结果显示:改进方法能有效提高低光条件下行人检测效果.

关键词

低光环境/行人检测/Mask/R-CNN/MSRCR-IF

引用本文复制引用

基金项目

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量4
段落导航相关论文