典型文献
面向多元场景的轻量级行人检测
文献摘要：
多元场景中行人检测是当前计算机视觉领域的研究热点,尽管备受关注的深度学习能够提供很高的检测精度,但随之而来的高复杂度运算严重限制了其在可移动平台上的部署.为此,本文提出了一种面向多元场景的轻量级行人检测算法.该算法首先构建深、浅层特征融合网络以学习多尺度行人的纹理特性;然后设计了跨维特征引导注意力模块,用于保留特征提取过程中通道间、空间内的交互信息.最后基于剪枝策略去除模型中的冗余通道,以降低算法复杂度.此外,本文还设计了自适应Gamma矫正算法,以消减多元场景下光照、阴影等外界干扰对检测结果的影响.实验结果表明,本文所提方法在检测精度相当的条件下,能将模型大小压缩至10 MB,处理速度可达93 Frame/s,明显优于当前主流方法.
文献关键词：
行人检测;多元场景;轻量级网络;跨维特征引导;模型压缩
中图分类号：
作者姓名：
张云佐;李文博;郭威;宋洲臣
作者机构：
石家庄铁道大学信息科学与技术学院,河北石家庄050043
文献出处：
引用格式：
[1]张云佐;李文博;郭威;宋洲臣-.面向多元场景的轻量级行人检测)[J].光学精密工程,2022(14):1764-1774
A类：
跨维特征引导
B类：
多元场景,行人检测,中行,计算机视觉,检测精度,随之而来,可移动平台,检测算法,浅层特征融合,特征融合网络,注意力模块,交互信息,剪枝,略去,去除模型,低算法复杂度,Gamma,正算法,消减,下光,阴影,外界干扰,MB,处理速度,Frame,主流方法,轻量级网络,模型压缩
AB值：
0.350041
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。
