改进的YOLOv3红外视频图像行人检测算法

作者：王殿伟; 何衍辉; 李大湘; 刘颖; 许志杰; 王晶

来源：西安邮电大学学报, 2018, 23(04): 48-67.

DOI：10.13682/j.issn.2095-6533.2018.04.008

• 行人检测
• 红外图像
• YOLOv3
• 聚类分析

针对YOLOv3检测红外视频图像行人时存在准确率低、漏检率高的问题,提出一种改进的YOLOv3红外视频图像行人检测算法。根据行人在红外图像中呈现宽高比相对固定的特点,利用k-means聚类方法选取目标候选框个数和宽高比维度,调整网络参数并提高输入图像分辨率,最后进行多尺度训练得到最优检测模型,从而检测红外视频图像序列中的行人目标,并通过候选框标注行人位置。在CVC-09红外行人数据集上进行对比实验,结果表明,改进的YOLOv3算法在红外行人检测中的准确率高达90.63%,明显优于Faster-rcnn和YOLOv3算法,且改进后的网络能够同时检测到更多目标,降低了漏检率。

• 出版日期2018
• 单位通信与信息工程学院; 西安邮电大学