基于场景适应的行人检测方法  

作　　者：赵诣欣 王瑜[1] 周莹[1] 

机构地区：[1]中国联通智网创新中心

出　　处：《江苏通信》2024年第1期92-96,共5页Jiangsu Communication

摘　　要：行人检测是当前人工智能技术的应用热点,相比人工检测的方法,基于深度学习的人员监督方法具有高可靠性、低成本的优势,但复杂的实际场景数据在目标尺度、姿态、角度等多个因素上具有很强的多样性,给研究人员带来了巨大的挑战。本文提出了基于K-means聚类的场景适应的行人检测方法,根据实际场景中行人的聚类特点设计形状、大小更加匹配的候选框,在本地的基站维护行人检测数据集上的实验结果证明该方法可以取得更好的性能。在经典目标检测模型RetinaNet的基础上提升了4.6%的准确率。

关 键 词：人工智能 行人检测 K-MEANS聚类 RetinaNet 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]