典型文献
一种远距离行人小目标检测方法
文献摘要：
远距离行人小目标成像像素少、缺乏纹理信息,深度卷积神经网络难以提取小目标细粒度特征,难以准确识别与检测.本文提出一种远距离行人小目标检测方法.首先,在YOLOv4的基础上引入浅层特征改进特征金字塔,提取行人小目标细粒度特征,提出引力模型特征自适应融合方法,增加多层次语义信息之间的关联度,防止小目标特征信息流失.然后,采用增强型超分辨率生成对抗网络增加行人小目标特征数量,提高行人小目标检测准确率.最后,选取图像像素中占比范围为0.004％～0.026％的行人小目标建立试验数据集,通过与Faster RCNN、ION、YOLOv4对比实验验证.结果表明,本文方法mAP0.5提高了25.2％、26.3％、11.9％,FPS达到24,研究成果在远距离安防监测监控领域具有重要应用价值.
文献关键词：
行人小目标;特征增强;特征自适应融合;引力模型;目标检测
中图分类号：
作者姓名：
石欣;卢灏;秦鹏杰;冷正立
作者机构：
重庆大学自动化学院 重庆 400044
文献出处：
引用格式：
[1]石欣;卢灏;秦鹏杰;冷正立-.一种远距离行人小目标检测方法)[J].仪器仪表学报,2022(05):136-146
A类：
行人小目标
B类：
远距离,小目标检测,目标检测方法,像素,纹理信息,深度卷积神经网络,细粒度特征,准确识别,YOLOv4,改进特征,特征金字塔,引力模型,模型特征,特征自适应融合,融合方法,语义信息,小目标特征,特征信息,信息流,增强型,超分辨率,生成对抗网络,加行,特征数,高行,检测准确率,Faster,RCNN,ION,mAP0,FPS,安防,监测监控,重要应用,特征增强
AB值：
0.269151
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。
