典型文献
基于轻量化DeepSort的人数统计
文献摘要：
为了检测学校教室或图书馆的人流量,设计了一种优化的YOLOv5和轻量化DeepSort的人流量统计系统.为提升目标检测效果,采用CIoU loss回归损失和DIoU-NMS非极大抑制,在加快目标边界框参数学习的同时可提高定位精度,提升遮挡行人的检测性能;在DeepSort外观特征提取网络的基础上,结合轻量级网络ShuffleNet V2,对特征提取模型重新训练,减小模型的参数网络复杂度并保持良好的精确度,提高了系统的可移植能力;在视频中设置虚拟线,利用行人通过虚拟线的时间差进一步计算行人速度.实验结果表明,采用端到端的方式对行人目标进行高效追踪,缩小后的模型体积仅为原模型的5％,大大改善了对遮挡行人的检测性能,可以较准确地统计出人流量与行速,并提高了鲁棒性.
文献关键词：
多目标追踪;目标检测;YOLOv5;DeepSort;深度学习
中图分类号：
作者姓名：
吴迪;宋家豪;冯晓婉
作者机构：
沈阳师范大学物理科学与技术学院,沈阳 110034
文献出处：
引用格式：
[1]吴迪;宋家豪;冯晓婉-.基于轻量化DeepSort的人数统计)[J].沈阳师范大学学报（自然科学版）,2022(04):319-323
A类：
B类：
DeepSort,人数统计,教室,YOLOv5,人流量统计,统计系统,提升目标,目标检测,检测效果,CIoU,loss,DIoU,NMS,非极大抑制,边界框,参数学习,定位精度,遮挡行人,检测性能,外观特征,特征提取网络,轻量级网络,ShuffleNet,V2,提取模型,新训,保持良好,可移植,人通,时间差,端到端,地统计,行速,多目标追踪
AB值：
0.457366
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。
