典型文献
HDNet:一种轻量级的无锚行人头部检测算法
文献摘要：
为了提高行人检测的准确率和检测速度,提出一种基于全卷积单目标检测算法(FCOS)改进的轻量级行人头部检测算法(HDNet).算法使用M-ShuffleNetV2网络作为模型骨干网络,提高模型的检测速度;在局部空间特征融合模块中引入特征金字塔结构,通过对不同特征层之间的特征进行融合,增强模型的局部特征提取能力;在全局混合特征注意力模块中引入注意力机制,增强模型对全局特征的提取和使用能力.实验结果表明:算法在公开数据集BrainWash、Scut-Head-A和Scut-Head-B上的平均精度(AP)分别为92.0％、91.9％和92.3％,优于其他相关算法;算法的每秒传输帧数(FPS)为54.0,优于YOLOv3算法的52.1和FCOS算法的28.1.改进后算法能够充分利用行人的有效特征,满足了复杂场景下行人头部检测任务的各项要求.
文献关键词：
行人头部检测;M-ShuffleNetV2;特征融合;注意力机制
中图分类号：
作者姓名：
林文杰;邵家玉;张宁
作者机构：
东南大学自动化学院,南京210096;东南大学复杂工程系统测量与控制教育部重点实验室,南京210096;东南大学教育部ITS工程研究中心,南京211189
文献出处：
引用格式：
[1]林文杰;邵家玉;张宁-.HDNet:一种轻量级的无锚行人头部检测算法)[J].东南大学学报（自然科学版）,2022(06):1152-1160
A类：
HDNet,行人头部检测,BrainWash,Scut
B类：
轻量级,高行,行人检测,检测速度,全卷积,单目标,目标检测算法,FCOS,ShuffleNetV2,骨干网络,空间特征,特征融合模块,特征金字塔结构,增强模型,局部特征提取,特征提取能力,混合特征,特征注意力模块,注意力机制,全局特征,特征的提取,使用能力,公开数据集,Head,AP,每秒,秒传,FPS,YOLOv3,有效特征,复杂场景
AB值：
0.334356
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
