国家学术搜索
登录
注册
中文
EN
首页
|
基于YOLO的视频行人检测研究
基于YOLO的视频行人检测研究
Research on Video Pedestrian Detection Based on YOLO
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
针对视频中行人检测准确率低的问题,提出一种基于YOLO的视频行人检测研究方法.首先引入YOLOv5检测器,在YOLOv5的Neck部分融合注意力模块CBAM,加强对低层特征的提取,解决视频中行人运动模糊问题,提高行人检测精度;其次引入DeepSort算法,在视频行人数据集上进行训练,实现行人跟踪;最后在DeepSort算法实现行人跟踪后引入REID技术,有效纠正行人运动轨迹,解决行人位置信息出错问题.实验结果表明:所提方法较原始算法mAP@0.5提高了2.8%,mAP@0.5:0.95提高了5.4%.
收起全部
展开查看外文信息
作者:
张梦华、陆奎、高正康
展开 >
作者单位:
安徽理工大学 计算机科学与工程学院,安徽 淮南232001
关键词:
YOLOv5
DeepSort
REID
行人检测
出版年:
2022
忻州师范学院学报
忻州师范学院
忻州师范学院学报
影响因子:
0.186
ISSN:
1671-1491
年,卷(期):
2022.
38
(5)
被引量
1
参考文献量
5