基于YOLO的视频行人检测研究 |
| |
引用本文: | 张梦华,陆奎,高正康.基于YOLO的视频行人检测研究[J].忻州师范学院学报,2022(5):27-30. |
| |
作者姓名: | 张梦华 陆奎 高正康 |
| |
作者单位: | 安徽理工大学计算机科学与工程学院 |
| |
摘 要: | 针对视频中行人检测准确率低的问题,提出一种基于YOLO的视频行人检测研究方法。首先引入YOLOv5检测器,在YOLOv5的Neck部分融合注意力模块CBAM,加强对低层特征的提取,解决视频中行人运动模糊问题,提高行人检测精度;其次引入DeepSort算法,在视频行人数据集上进行训练,实现行人跟踪;最后在DeepSort算法实现行人跟踪后引入REID技术,有效纠正行人运动轨迹,解决行人位置信息出错问题。实验结果表明:所提方法较原始算法mAP@0.5提高了2.8%,mAP@0.5:0.95提高了5.4%。
|
关 键 词: | YOLOv5 DeepSort REID 行人检测 |
|
|