基于改进R-FCN的行人检测算法OACSTPCD
针对现有行人检测算法中存在的类人物体误检为行人、小尺度行人的漏检及多个行人重叠时的漏检等问题,提出了一种改进的行人检测算法。基于R-FCN框架,结合行人检测的特殊需求,选择适合的主干网络,使之提取的行人特征更有区分度;引入可变形卷积,提升了行人不规则区域的特征提取能力,降低了类人物体误检为行人的概率;通过多路径检测结果融合,增加了检测框架对不同尺度行人的敏感性;改进了检测锚框,提高了锚框的生成质量;改进了非极大值抑制算法,改善了重叠区域行人漏检问题。实验结果表明,论文的算法在Caltech数据集上的精度高出原算法10.02%。
徐晓龙;何晓佳;方云;俞晓春;颜玉祥
河海大学物联网工程学院,常州213022河海大学物联网工程学院,常州213022河海大学物联网工程学院,常州213022河海大学物联网工程学院,常州213022河海大学物联网工程学院,常州213022
计算机与自动化
行人检测多路径检测结果融合可变形卷积非极大值抑制算法
《计算机与数字工程》 2024 (11)
P.3185-3190,3284,7
国家重点研发计划“水电站大坝缺陷智能识别诊断与精细检测设备及技术研究”(编号:2022YFB4703404)国家自然科学基金项目“仿生机制的水下结构物表面缺陷成像检测方法研究”(编号:61671202)资助。
评论