基于深度信息融合的密集目标检测

摘要：

针对密集行人检测精度低的问题,提出基于深度信息融合的密集目标检测方法——YOLOv4-SD.该方法通过将single scale Retinex(SSR)与目标检测算法信息融合,增强输入图像质量,凸显图像中更多的信息元素;并对YOLOv4算法中特征融合层进行改进,增加原始图像特征的利用率,深度优化特征融合层的网络结构.在VOC 2012等数据集上进行对比实验,结果表明在保持检测速度的前提下,该算法的平均检测精度和交并比分别提高了7.7％和5.2.对于数据集中边缘低像素或高重叠的行人目标,YOLOv4-SD算法能够较为准确地检测出特殊目标具体位置.

关键词：信息融合、图像处理、目标检测、深度学习、数据聚类

所属期刊栏目：32

分类号：TP391.41;TN911.73;S

资助基金：国家自然科学基金;河北省自然科学基金资助项目

在线出版日期：2022-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：914-921