典型文献
改进YOLOv3的多模态融合行人检测算法
文献摘要：
针对可见光单模态行人检测在夜间光线不足、目标密集、多尺度目标及目标部分遮挡场景中检测效果较低的问题,提出一种基于改进YOLOv3的多模态融合行人检测算法YOLOv3-Invo.该算法采用改进的Darknet-VI作为多模态特征提取网络模块,通过级联操作将两个不同特征图拼接输出,脖颈检测层分支引入空间金字塔池化模块并结合高效的内卷算子网络,以降低模型参数量;在检测网络层的深度卷积堆叠模块中设计新的ResFuse模型替换第一个卷积,并结合注意力机制CBAM模型,以加强融合特征图提取.对比实验表明,该算法在KAIST数据集上的行人检测准确率和召回率分别提升8.24％和2.82％,验证该算法的有效性,具有一定的研究价值.
文献关键词：
行人检测;多模态融合;内卷算子;注意力机制
中图分类号：
作者姓名：
邓佳桐;程志江;叶浩劼
作者机构：
新疆大学电气工程学院,新疆 乌鲁木齐 830049
文献出处：
引用格式：
[1]邓佳桐;程志江;叶浩劼-.改进YOLOv3的多模态融合行人检测算法)[J].中国测试,2022(05):108-115
A类：
Invo,内卷算子,ResFuse
B类：
YOLOv3,多模态融合,行人检测,检测算法,可见光,单模,光线,多尺度目标,部分遮挡,遮挡场景,检测效果,Darknet,VI,多模态特征,特征提取网络,特征图,拼接,脖颈,检测层,空间金字塔池化,金字塔池化模块,子网络,模型参数量,测网,网络层,深度卷积,堆叠,中设计,注意力机制,CBAM,加强融合,融合特征,KAIST,检测准确率,召回率
AB值：
0.385787
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。
