基于YOLO v4的复杂路口下人车混行检测算法研究

被引：3

作者：

郭振宇 ^{[1
]}

高国飞 ^{[2
]}

机构：

[1] 北方工业大学信息学院

[2] 北京城建设计发展集团股份有限公司

来源：

信息技术与信息化 | 2021年 / 02期

基金：

国家重点研发计划;

关键词：

YOLO v4; 人车混检; F-CSP网络;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.41 []; U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ; 0838 ;

摘要：

随着基于深度学习的目标检测算法研究越来越深入,其在智慧交通中的应用也越来越广泛。现有的人车混检算法面临着路口场景下车辆行驶角度多变、目标遮挡、人车重合的考验。针对现有问题,本文基于YOLO v4算法进行改进,优化YOLO v4的特征提取预测网络结构,设计加入F-CSP结构,提高网络特征提取和特征融合的能力,减少小目标特征的缺失。实验制作针对复杂路口环境下的车辆和行人数据集与coco数据集结合进行训练并测试。相比于YOLO v4算法,在复杂路口场景下,对遮挡严重和重合严重的行人和车辆检测准确率有所提升。

引用

页码：236 / 240

页数：5

共 11 条

[1]

Path Aggregation Network for Instance Segmentation[J] . Shu Liu,Lu Qi,Haifang Qin,Jianping Shi,Jiaya Jia. oRR . 2018

[2]

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[J] . Ren Shaoqing,He Kaiming,Girshick Ross,Sun Jian. EEE transactions on pattern analysis and machine intelligence . 2017 (6)

[3]

CSPNET:A NEW BACKBONE THAT CAN ENHANCE LEARNING CAPABILITY OF CNN . Chien-Yao Wang,Hong-Yuan Mark Liao,I-Hau Yeh,Yueh-Hua Wu,Ping-Yang Chen,Jun-Wei Hsieh. . 2019

[4]

Distance-IoU Loss:Faster and Better Learning for Bounding Box Regression . Zhaohui Zheng,Ping Wang,Wei Liu,Jinze Li,Rongguang Ye,Dongwei Ren. . 2019

[5]

YOLO v4:Optimal Speed and Accuracy of Object Detection . Chien-Yao Wang,Hong-Yuan Mark Liao. . 2020

[6]

A Pedestrian Detection Method Based on YOLOv3 Model and Image Enhanced by Retinex . Qu H,Yuan T,Sheng Z,et al. 2018 11th International Congress on Image and Signal Processing,BioMedical Engineering and Informatics(CISP-BMEI) . 2018

[7]

Feature pyramid networks for object detection . Lin T Y,Dollar P,Girshick R,et al. IEEE conference on computer vision and pattern recognition . 2017

[8]

Rich feature hierarchies for accurate object detection and semantic segmentation . Girshick R,Donahue J,Darrell T,et al. Computer Vision and Pattern Recognition (CVPR),2014 IEEE Conference on . 2014

[9]

Fast r-cnn . Girshick R. Proceedings of the IEEE International Conference on Computer Vision . 2015

[10]

SSD:Single shot multibox detector . Liu W,Anguelov D,Erhan D,et al. European Conference on Computer Vision . 2016

← 1 2 →