10.14132/j.cnki.1673-5439.2022.05.010
一种轻量级网络模型的多尺度热红外行人检测方法
现有热红外行人检测算法存在网络参数众多、计算量大和小目标检测效果不佳的问题,针对这些问题,提出了一种轻量级行人目标检测算法.首先,该算法利用轻量级网络Resnext50作为骨干网络,实现检测网络的参数削减以及初始特征提取.其次,在模型中引入特征金字塔模块实现多尺度语义信息融合,并结合多尺度训练策略有效地提高了多尺度目标的检测效果.最后,在数据预处理部分引入图像原色填充策略,该策略有效地防止图像变换尺寸过程中出现的目标失真情况.在自建数据集和公开数据集上实验结果表明,此方法在速度和精度上均取得较好的性能,在自建数据集上mAP达到94.49%,比原SSD高出0.53%,而参数量少了近39%.
热成像红外行人检测、轻量级网络、特征金字塔、多尺度训练
42
TN21;TP391.4(光电子技术、激光技术)
国家自然科学基金;江苏省自然科学;高校自然科学重大项目;高校自然科学重大项目;高校自然科学重大项目;江苏省创新创业人才项目;江苏博士后基金;江苏省六大人才高峰项目;江苏省博士后研究实践创新项目;之江实验室开放项目;南京邮电大学鼎山人才培养对象项目;南京邮电大学人才启动基金资助项目
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
74-82