改进YOLOV3算法的视频目标检测OA北大核心CSCDCSTPCD
Video Target Detection Based on Improved YOLOV3 Algorithm
由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况.因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上采样连接融合得到104×104尺度检测层,并将K-means算法聚类得到的边界框尺寸应用到各尺度网络层,增加网络对多尺度、多姿态目标的敏感度,提高检测效果.同时,利用预测框对周围其他目标的斥力损失更新YOLOV3损失…查看全部>>
宋艳艳;谭励;马子豪;任雪平
北京工商大学 计算机与信息工程学院,北京 100048北京工商大学 计算机与信息工程学院,北京 100048北京工商大学 计算机与信息工程学院,北京 100048北京工商大学 计算机与信息工程学院,北京 100048
信息技术与安全科学
目标检测YOLOV3算法斥力损失深度学习视频理解
《计算机科学与探索》 2021 (1)
空中传感器网络部署与优化问题研究
163-172,10
北京市自然科学基金_海淀原始创新联合基金(L182007)国家自然科学基金(61702020).
评论