融合深浅特征和动态选择机制的行人检测研究

TP391; 针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法.首先,在YOLO v3-tiny的基础上基于密集连接的卷积神经网络改进特征提取部分,融合行人的深层特征和浅层特征加强网络对行人的识别能力;其次,在改进的主干网络上级联具有动态选择机制的注意力模块,使检测网络更加适应动态的行人尺度变化;最后,本文选择BDD 100K数据集和Caltech加州理工学院行人数据集进行实验,在保证实时性的前提下(25 ms/张),本文模型在BDD 100K数据集行人漏检率降低11.4％,平均检测精度提高11.7％,在Calt...

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 38; no. 1; pp. 162 - 173
Main Authors 沙梦洲, 沈韬, 曾凯, 马倩, 曾文健
Format Journal Article
LanguageChinese
Published 昆明理工大学信息工程与自动化学院,昆明650500 2023
昆明理工大学云南省计算机技术应用重点实验室,昆明650500%昆明理工大学信息工程与自动化学院,昆明650500
Subjects
行人检测
无人驾驶
密集连接
动态选择机制
小尺度
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2023.01.014

Cover

Abstract TP391; 针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法.首先,在YOLO v3-tiny的基础上基于密集连接的卷积神经网络改进特征提取部分,融合行人的深层特征和浅层特征加强网络对行人的识别能力;其次,在改进的主干网络上级联具有动态选择机制的注意力模块,使检测网络更加适应动态的行人尺度变化;最后,本文选择BDD 100K数据集和Caltech加州理工学院行人数据集进行实验,在保证实时性的前提下(25 ms/张),本文模型在BDD 100K数据集行人漏检率降低11.4％,平均检测精度提高11.7％,在Caltech行人漏检率降低10.1％,平均检测精度提高6.7％,适用于无人驾驶行人检测领域.
AbstractList TP391; 针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法.首先,在YOLO v3-tiny的基础上基于密集连接的卷积神经网络改进特征提取部分,融合行人的深层特征和浅层特征加强网络对行人的识别能力;其次,在改进的主干网络上级联具有动态选择机制的注意力模块,使检测网络更加适应动态的行人尺度变化;最后,本文选择BDD 100K数据集和Caltech加州理工学院行人数据集进行实验,在保证实时性的前提下(25 ms/张),本文模型在BDD 100K数据集行人漏检率降低11.4％,平均检测精度提高11.7％,在Caltech行人漏检率降低10.1％,平均检测精度提高6.7％,适用于无人驾驶行人检测领域.
Author 沙梦洲
沈韬
曾文健
曾凯
马倩
AuthorAffiliation 昆明理工大学信息工程与自动化学院,昆明650500;昆明理工大学云南省计算机技术应用重点实验室,昆明650500%昆明理工大学信息工程与自动化学院,昆明650500
AuthorAffiliation_xml – name: 昆明理工大学信息工程与自动化学院,昆明650500;昆明理工大学云南省计算机技术应用重点实验室,昆明650500%昆明理工大学信息工程与自动化学院,昆明650500
Author_FL ZENG Wenjian
SHEN Tao
MA Qian
SHA Mengzhou
ZENG Kai
Author_FL_xml – sequence: 1
  fullname: SHA Mengzhou
– sequence: 2
  fullname: SHEN Tao
– sequence: 3
  fullname: ZENG Kai
– sequence: 4
  fullname: MA Qian
– sequence: 5
  fullname: ZENG Wenjian
Author_xml – sequence: 1
  fullname: 沙梦洲
– sequence: 2
  fullname: 沈韬
– sequence: 3
  fullname: 曾凯
– sequence: 4
  fullname: 马倩
– sequence: 5
  fullname: 曾文健
BookMark eNrjYmDJy89LZWBQMDTQMzQzNjbXz9IzNDAw0bU0MDbXMzIwMtYzMAQiExYGTrg4BwNvcXFmElDSzMTM0NKMk8HmxbzepxM6nm3f-Gxr6_POnU_3NT6d1PO0a8WzhsaXDZ3Pulc-m7Prace257NaXizsebJr17PFDc-2dj9fMOX5ym08DKxpiTnFqbxQmpsh1M01xNlD18ff3dPZ0Ue32NDA2ETXNC3ZJDUxydQoyczcLCnNzMDS2DA10cLQwCTRzNQwMTHFMM0y0cjUMMXCwiTJMi3NItkoxSDZwizRONk40djE0JibQQNibnliXlpiXnp8Vn5pUR7QxvjirOSsyuQckHcNDIGeNQYACCphsQ
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16337/j.1004-9037.2023.01.014
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Pedestrian Detection Incorporating Deep and Shallow Features and Dynamic Selec-tion Mechanisms
EndPage 173
ExternalDocumentID sjcjycl202301014
GrantInformation_xml – fundername: (国家自然科学基金); (云南省中青年学术技术带头人后备人才基金); (云南省万人计划); (云南省重大科技专项基金)
  funderid: (国家自然科学基金); (云南省中青年学术技术带头人后备人才基金); (云南省万人计划); (云南省重大科技专项基金)
GroupedDBID 2B.
4A8
92I
93N
ADMLS
ALMA_UNASSIGNED_HOLDINGS
PSX
TCJ
ID FETCH-LOGICAL-s1034-5fc4eab52b676bf60931ea8104a651aad1f9a251d884b9ff8c2d0c86a3c3a3413
ISSN 1004-9037
IngestDate Thu May 29 04:00:12 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 1
Keywords 行人检测
无人驾驶
密集连接
动态选择机制
小尺度
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1034-5fc4eab52b676bf60931ea8104a651aad1f9a251d884b9ff8c2d0c86a3c3a3413
PageCount 12
ParticipantIDs wanfang_journals_sjcjycl202301014
PublicationCentury 2000
PublicationDate 2023
PublicationDateYYYYMMDD 2023-01-01
PublicationDate_xml – year: 2023
  text: 2023
PublicationDecade 2020
PublicationTitle 数据采集与处理
PublicationTitle_FL Journal of Data Acquisition & Processing
PublicationYear 2023
Publisher 昆明理工大学信息工程与自动化学院,昆明650500
昆明理工大学云南省计算机技术应用重点实验室,昆明650500%昆明理工大学信息工程与自动化学院,昆明650500
Publisher_xml – name: 昆明理工大学云南省计算机技术应用重点实验室,昆明650500%昆明理工大学信息工程与自动化学院,昆明650500
– name: 昆明理工大学信息工程与自动化学院,昆明650500
SSID ssib023646196
ssib001102757
ssib000459638
ssib001164671
ssib006568634
ssib002264227
ssib036439733
ssib057620134
ssib023167944
ssib051372606
Score 2.3323236
Snippet TP391; 针对无人驾驶场景下行人多尺度、小尺度造成漏检率升高,检测精度下降的问题,本文提出一种融合深浅层特征和级联动态选择机制的行人检测方法.首先,在YOLO...
SourceID wanfang
SourceType Aggregation Database
StartPage 162
Title 融合深浅特征和动态选择机制的行人检测研究
URI https://d.wanfangdata.com.cn/periodical/sjcjycl202301014
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9VAMNR68SKKit9UcI-v7m6ym13wsnnNowh6aqG3kuS9KEWeYNuDPbWg0NoKIp5EpOLFHj20Yg_-Gl9e_RfOTNK82CpU4REmm8nsfCTZmX07s553O8hDlfqhbQUQnMBByJblWa-lUwg3rAm6lkop3X-gp2eDe3NqbuzUdmPV0vJSOpmt_DGv5H-sCm1gV8yS_QfL1kShAWCwLxzBwnA8kY1ZbJiNmZlisWKWM2NYrFkUskgQoJhRLA6ZsSyyiBMBsiBkyUwbAeOYo7sMp0uWAEstEXME2DaLHCEbFmkkaB0zAfbuBNEJEAFxNHM-Uqh6jxDZcWYDAoAN3fSGiThwRfgghYuJgRB_ANiIGU3EDTMxMuAC6jckYes5RepNMkvMOsmcpha4Tx5BQQUB3Q4bVZwkHiLUDAoITHZGVyyy7Eo9cYCbUyRl_jI9zkTCEK8lENcsktKBqKq4dyEBU8QjMNhBDaLwAjpuIIdoFVRfLbwh5lzDZgpVb3WDoEUdgAJk-zhL4CMrzhtjEK4NsryshXM4SPnm2MtYjjiiGsxK50WU-8IcGxe1T6UVFiZr4pOoKKpYWybxHqk6vriQLTzLHiMSbed8yjstw1CoxqRFFRD89gUHZ1KGjf_RBZavawQcmLYtZTOzWRs9KlAosS5DI1MbdzeACL92mH3yn0cBihJ-CAF5fR2CZ3Boy6Ukh4JWy_dQA3f-Ij8l7PXzpP-w4VvOnPPOVkHhhCvf8PPe2MqjC97dgw-vBq_Xi69fit0Xw41vg-9rgzdbg5efi9W1n6sbxeZO8X5_sL43fPf84OPWj_394tNqsbs53H473Nm76M124pn2dKva66S1KLgftFSeBb0kVTLVoU5zza0veokRPEi0EknSFblNIBbpGhOkNs9NJrs8MzrxMz9BT_SSN95_0u9d9iYkN6np4YqHzA8UnCWJb1PLezKFWCXzr3i3Kmnnq2_Z4vxRc189Ac417wzC5XzkdW986ely7wZ46EvpTXpIfgHoBqNv
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E8%9E%8D%E5%90%88%E6%B7%B1%E6%B5%85%E7%89%B9%E5%BE%81%E5%92%8C%E5%8A%A8%E6%80%81%E9%80%89%E6%8B%A9%E6%9C%BA%E5%88%B6%E7%9A%84%E8%A1%8C%E4%BA%BA%E6%A3%80%E6%B5%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86%E4%B8%8E%E5%A4%84%E7%90%86&rft.au=%E6%B2%99%E6%A2%A6%E6%B4%B2&rft.au=%E6%B2%88%E9%9F%AC&rft.au=%E6%9B%BE%E5%87%AF&rft.au=%E9%A9%AC%E5%80%A9&rft.date=2023&rft.pub=%E6%98%86%E6%98%8E%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E4%B8%8E%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E9%99%A2%2C%E6%98%86%E6%98%8E650500&rft.issn=1004-9037&rft.volume=38&rft.issue=1&rft.spage=162&rft.epage=173&rft_id=info:doi/10.16337%2Fj.1004-9037.2023.01.014&rft.externalDocID=sjcjycl202301014
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fsjcjycl%2Fsjcjycl.jpg