典型文献
改进的YOLOv3算法在视频分析中的应用
文献摘要：
近年来,随着卷积神经网络的发展,目标检测的研究得到了很大的发展.然而,小的物体、紧凑和密集或高度重叠物体的识别具有挑战性.现有的方法可以很好地检测多个目标,但由于帧之间的细微变化,模型的检测效果会变得不稳定,检测结果可能会导致目标个数的下降或增加.为了解决这一问题,研究人员提出了新的YOLOv3算法YOLOv3-ANV,该算法在传统的算法上增加了判断器和优化器,来稳定检测结果序列的变化.在此基础上,采用万方体育竞赛数据集作为测试数据集,较Faster-RCNN和YOLOv3方法平均提高6.82％,具有一定的推广价值.
文献关键词：
多目标行人检测;卷积神经网络;视频分析;YOLOv3
中图分类号：
作者姓名：
康金龙;刘涛;谢祎霖;许涛;宫胜
作者机构：
西北大学经济管理学院 陕西 西安 710000;西北大学网络与数据中心 陕西 西安 710000;西北大学后勤集团 陕西 西安 710000
文献出处：
引用格式：
[1]康金龙;刘涛;谢祎霖;许涛;宫胜-.改进的YOLOv3算法在视频分析中的应用)[J].信息记录材料,2022(12):30-32
A类：
多目标行人检测
B类：
YOLOv3,视频分析,目标检测,紧凑,凑和,别具,细微,微变,检测效果,ANV,优化器,定检,体育竞赛,测试数据,Faster,RCNN
AB值：
0.365608
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。
