基于YOLO网络的行人检测方法
来源：计算机工程杂志2018年第5期北京时间：
作者：高宗,李少波,陈济楠,李政杰
单位：贵州大学 a.现代制造技术教育部重点实验室; b.机械工程学院,贵阳 550025
摘要：针对基于人工提取特征的行人检测器鲁棒性差的问题,借鉴目标检测的研究成果,提出一种行人目标实时检测方法。以YOLO网络结构为基础,结合行人在图像中呈现宽高比小的特点,聚类选取合适的候选框数量和规格,改进YOLO网络结构,调整候选框在X、Y轴方向的分布密度,形成适用于行人检测的网络结构。实验结果表明,与HOG、LatSVM-v2等行人检测方法相比,该方法降低了漏检率和误检率,提高了定位准确性,检测速度满足实时性要求。
关键词：YOLO网络,行人检测,深度网络,聚类,特征重组
基金资助：国家自然科学基金(51475097)。
