融合注意力机制的实时行人检测算法

来源：电子测量技术杂志2021年第17期北京时间：

作者：冯宇平，管玉宇，杨旭睿，刘宁，王兆辉

单位：青岛科技大学 自动化与电子工程学院， 青岛 266061

摘要：为了提高Tiny YOLOV3目标检测算法在行人检测任务中的准确率，对该算法进行了研究改进。首先对Tiny YOLOV3的特征提取网络进行深化，增强网络特征提取能力；然后在预测网络的两个检测尺度分别加入通道域注意力机制，对特征图的不同通道赋予不同的权重，引导网络更多关注行人的可视区域；最后，改进激活函数和损失函数并采用K-means聚类算法重新选择初始候选框。实验结果表明，改进后Tiny YOLOV3算法的准确率在VOC2007行人子集上达到77%，较Tiny YOLOV3提高8.5%，在INRIA数据集上达到92.7%，提高2.5%，运行速度分别达到每秒92.6帧和31.2帧。本文方法提高了行人的检测精度，保持了较快的检测速度，满足实时性运行需求。

关键词：行人检测;Tiny YOLOV3;特征提取;通道注意力机制;实时检测

基金资助：国家自然科学基金（No. 61971253）、青岛科技大学2021年大学生创新训练计划项目（S202110426006）资助