扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

杨芳最新论文:基于YOLOv7的远距离人体检测

论论资讯 | 2023-03-01 1热度

Electronics (Switzerland)

Explore content

About the journal

Publish with us

Long-Distance Person Detection Based on YOLOv7

Tang F.; Yang F.; Tian X.

Published:2023-03-01
DOI:10.3390/electronics12061502

研究背景

社会性话题与研究问题 在当今社会,人们越来越关注公共安全和人身安全问题。在大城市中,人们经常出现在高密度人群中,如何准确地识别人群中的个体,对于保障人身安全、维护社会秩序具有重要意义。然而,当面对低分辨率图像和密集遮挡等问题时,目前的小目标检测算法很难准确识别人体,这是当前研究领域存在的问题。

研究内容

论文解决的问题、使用的方法和相关结论 为了解决上述问题,本文提出了一种基于YOLOv7的长距离人体检测方法TOD-YOLOv7。该方法通过将小目标检测层添加到YOLOv7网络中来增强检测能力。同时,本文还使用递归门卷积模块实现与高阶空间的交互,以加速模型初始化过程并减少推理时间。其次,本文提出将坐标注意机制集成到YOLOv7特征提取网络中,以增强行人目标信息并削弱背景信息。此外,本文还利用数据增强技术来提高算法的表示学习能力。 实验结果表明,相比于基准模型YOLOv7,在TinyPerson数据集上,本文算法的检测准确率从7.1%提高到9.5%,检测速度达到208帧每秒(FPS)。本文算法在小目标检测方面取得了更好的检测结果。

研究意义

论文的创新点与 本文提出的TOD-YOLOv7算法在小目标检测方面取得了显著的进展。该算法通过增强检测能力和加强目标信息,能够更准确地识别人体,为公共安全和人身安全提供了有力的支持。此外,本文提出的递归门卷积模块和坐标注意机制也为小目标检测领域提供了新的思路和方法。该研究对于推动小目标检测算法的发展具有重要的意义。

微信扫码即可查看