基于YOLO v4的复杂路口下人车混行检测算法研究

作     者：郭振宇 高国飞 GUO Zhen-yu;GAO Guo-fei

作者机构：北方工业大学信息学院北京100144 北京城建设计发展集团股份有限公司北京100037 

基　　金：“国家重点研发计划资助”及课题编号2017YFB1201104项目名称:轨道交通车站气体环境综合监测与友好性评估关键技术研究 国家自然科学基金(61806008) 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2021年第2期

页      码：236-240页

摘      要：随着基于深度学习的目标检测算法研究越来越深入,其在智慧交通中的应用也越来越广泛。现有的人车混检算法面临着路口场景下车辆行驶角度多变、目标遮挡、人车重合的考验。针对现有问题,本文基于YOLO v4算法进行改进,优化YOLO v4的特征提取预测网络结构,设计加入F-CSP结构,提高网络特征提取和特征融合的能力,减少小目标特征的缺失。实验制作针对复杂路口环境下的车辆和行人数据集与coco数据集结合进行训练并测试。相比于YOLO v4算法,在复杂路口场景下,对遮挡严重和重合严重的行人和车辆检测准确率有所提升。

主 题 词：YOLO v4 人车混检 F-CSP网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0838[0838] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1672-9528.2021.02.081

馆 藏 号：203102466...