一种改进的YOLO v3红外图像行人检测方法

摘要：

针对夜间交叉路口光照差和基于视觉行人检测存在不连续的问题,提出了一种改进的YOLO v3红外图像行人检测方法.建立了城市道路交叉路口行人红外图像数据集,使用k-means++算法重新聚类行人数据集,改进边框回归损失函数和网络结构,在NVIDIA GTX1060平台上进行了模型测试.实验结果表明,改进后的YOLO v3算法模型平均准确率较改进前提高了5.75％,检测速度达到24 f/s.

关键词：行人检测、红外图像、夜间交叉路口、YOLO v3算法

所属期刊栏目：36

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金项目;安徽省高校自然科学研究重点项目;安徽省教育厅高校科学研究重大项目;特种重载机器人安徽省重点实验室开放课题资助项目

在线出版日期：2020-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：19-24,38