基于改进YOLO算法的密集人群场景下的行人检测  

作　　者：祝庆发 陈永生[1] 郭玉臣[1] 

机构地区：[1]同济大学电子与信息工程学院

出　　处：《电脑知识与技术》2019年第8期175-176,179,共3页Computer Knowledge and Technology

摘　　要：针对现有的行人检测算法在密集人群场景下,准确率不高的问题,并结合上海地铁中特有的人群密集场景,本文利用YOLO目标检测算法,提出了在密集人群场景下的改进的YOLO行人检测算法。算法主要针对网络结构和损失函数进行改进,并在人工标注的实际场景下的行人数据集上进行训练与测试。实验结果表明,改进后的算法较YOLO目标检测算法在实际场景下的准确率有明显提高。

关 键 词：密集人群 YOLO 行人检测 网络结构 损失函数 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]