《电子测量技术杂志》发表论文赏析

多尺度特征融合增强的行人翻越护栏检测

来源:电子测量技术杂志2024年第14期北京时间:

作者:刘罡,侯恩翔,黄孙港,闫曙光,黄应征

单位:1.无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心 无锡 214105; 2.南京信息工程大学电子与信息工程学院 南京 210044

摘要:针对行人翻越护栏检测在遮挡、多目标密集以及多人翻越的复杂场景下出现的漏检、误检和检测精度低的问题,提出了一种多尺度特征融合增强的行人翻越护栏检测算法。首先,设计了一种基于Dual Vision Transformer和SCConv构建的SCDVT模块,应用于主干网络,增强了对全局上下文信息和更细粒度信息的捕获,提升了网络的局部精细特征提取和特征融合能力;其次,提出多尺度特征融合增强模块AM-SPPFCSPC,弥补了最大池化带来的特征损失,提高了特征图的丰富性和完整性,增强了多尺度特征提取和特征融合能力;另外,对特征融合层再进行细化,使用GSConv替换普通卷积,并基于GSConv和SCConv设计了VOV-GSCCSP模块,有效的降低了计算成本和模型的复杂度,同时又保持较高的精度;最后在主干引入高效多尺度注意力EMA,减少了复杂背景下无关目标的干扰,融合了多尺度信息,实现了更丰富的特征聚合。在自制行人翻越护栏数据集上的实验结果表明,本文所提算法在增加较少参数量的情况下,其mAP达到了93.6%,较原模型提高了4.5%,并且检测速度为108.5 FPS,改善了漏检、误检和检测精度低的问题,同时仍具有较高的实时性,更适用于行人翻越护栏的实时性检测。

关键词:翻越护栏检测;Dual Vision Transformer;特征融合增强;EMA

基金资助:国家自然科学基金(62204172)项目资助

2024年14期其他文献查阅:

基于零样本学习和自编码器的调制信号识别研究

自适应多元优化局部放电识别算法研究

基于28nm MOSFET集成RNVM的1T1R纳米阵列器件可靠性研究

基于压电纤维复合材料的波浪冲击压力传感器研究

基于IESOA-BP的滚动轴承故障诊断

基于Shi-Tomas和RootSIFT的多尺度曲率特征图像拼接算法

基于模态分解和TCN-BiLSTM的风电功率预测

基于cGAN-SAE的室内定位指纹生成方法

基于连续太赫兹波频谱信息提取方法研究

基于超级电容的双向DC/DC变换器建模与控制

融合动态窗口法和DDPG的无人船避碰方法

FSSD-DETR自动驾驶场景实时目标检测算法

基于全局与局部注意力的车辆方位场景识别

整合类内差异与类间关联的隐喻感情预测

基于改进YOLOv5的铝锭合金表面缺陷检测技术研究

多尺度特征融合增强的行人翻越护栏检测

基于特征优化的冷凝铜管表面缺陷分割

基于改进YOLOv5的仓储物体检测研究

面向复杂场景密集行人检测的YOLOv8改进模型

基于层次特征聚合的自动人像抠图

单平台水下定位系统设计与实现

基于VMD的风机次同步振荡模态辨识方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!