典型文献
基于深度信息融合的密集目标检测
文献摘要：
针对密集行人检测精度低的问题,提出基于深度信息融合的密集目标检测方法——YOLOv4-SD.该方法通过将single scale Retinex(SSR)与目标检测算法信息融合,增强输入图像质量,凸显图像中更多的信息元素;并对YOLOv4算法中特征融合层进行改进,增加原始图像特征的利用率,深度优化特征融合层的网络结构.在VOC 2012等数据集上进行对比实验,结果表明在保持检测速度的前提下,该算法的平均检测精度和交并比分别提高了7.7％和5.2.对于数据集中边缘低像素或高重叠的行人目标,YOLOv4-SD算法能够较为准确地检测出特殊目标具体位置.
文献关键词：
信息融合;图像处理;目标检测;深度学习;数据聚类
中图分类号：
作者姓名：
王建浩;呼子宇;张翮翔;代言;郝若欣;高泽航
作者机构：
燕山大学电气工程学院 秦皇岛 066004
文献出处：
引用格式：
[1]王建浩;呼子宇;张翮翔;代言;郝若欣;高泽航-.基于深度信息融合的密集目标检测)[J].高技术通讯,2022(09):914-921
A类：
B类：
深度信息,信息融合,密集目标检测,行人检测,检测精度,目标检测方法,YOLOv4,single,scale,Retinex,SSR,目标检测算法,图像质量,信息元素,特征融合,层进,原始图像,图像特征,深度优化,VOC,检测速度,交并比,像素,具体位置,数据聚类
AB值：
0.409324
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。
