摘要
针对照明系统中对人体检测的需求,提出了基于改进YOLOv3的嵌入式机器视觉系统实现人体检测与定位.通过红外摄像头采集红外人体图像制作数据集;对YOLOv3进行改进并训练得到轻量化的人体检测模型,通过网格图方法由人体矩形框坐标得到人体的空间坐标.改进的YOLOv3人体检测模型的准确率提升了3.26％,参数量减少了96.01％、计算量减少了91.04％和模型体积减少了96.00％,经过模型转换后部署在带有神经网络处理器的K210嵌入式平台上,实现准确的人体检测和定位.在实际照明环境中对系统进行测试,系统的检测速度达到每秒16帧并取得了好的检测效果.实验结果表明,本文提出的人体检测和定位方法可以在嵌入式平台上实现且具有好的性能.
NETL
NSTL
维普
万方数据