-
题名融合深浅特征和动态选择机制的行人检测研究
被引量:1
- 1
-
-
作者
沙梦洲
沈韬
曾凯
马倩
曾文健
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省计算机技术应用重点实验室
-
出处
《数据采集与处理》
CSCD
北大核心
2023年第1期162-173,共12页
-
基金
国家自然科学基金(61971208)
云南省中青年学术技术带头人后备人才基金(沈韬,2019HB005)
+1 种基金
云南省万人计划青年拔尖人才基金(沈韬,朱艳,云南省人社厅201873)
云南省重大科技专项基金(202002AB080001-8)。
-
文摘
针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法。首先,在YOLO v3-tiny的基础上基于密集连接的卷积神经网络改进特征提取部分,融合行人的深层特征和浅层特征加强网络对行人的识别能力;其次,在改进的主干网络上级联具有动态选择机制的注意力模块,使检测网络更加适应动态的行人尺度变化;最后,本文选择BDD 100K数据集和Caltech加州理工学院行人数据集进行实验,在保证实时性的前提下(25 ms/张),本文模型在BDD 100K数据集行人漏检率降低11.4%,平均检测精度提高11.7%,在Caltech行人漏检率降低10.1%,平均检测精度提高6.7%,适用于无人驾驶行人检测领域。
-
关键词
无人驾驶
小尺度
行人检测
密集连接
动态选择机制
-
Keywords
driverless
small scale
pedestrian detection
dense connectivity
dynamic selection mechanisms
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-