改进YOLOV3算法在行人识别中的应用

来源：计算机工程与应用杂志2019年第20期北京时间：

作者：葛雯，史正伟

单位：沈阳航空航天大学 电子与信息工程学院，沈阳 110136

摘要：为了避免人与物体之间相互遮挡，对小目标检测不准确，以及复杂光照强度对行人检测的影响，针对这一问题，提出了一种多尺度聚类卷积神经网络MK-YOLOV3算法，来实现对行人的识别与检测。该算法是对YOLOV3进行改进，首先通过简单聚类对图像特征进行提取，得到相应的特征图，再通过抽样[K]-means聚类算法结合核函数确定锚点位置，以达到更好的聚类。针对小目标的浅层特征信息进行多尺度融合，提高小目标的检测效果。仿真结果验证了该算法在VOC数据集上对小目标识别的精度和速度上有较大提高，以及视频智能分析中有较高的召回率和精确度。

关键词：行人检测,YOLOV3,卷积神经网络,特征图