摘要：针对类似电影院、教室之类的人体间遮挡较少的场景,提出一种像素特征与粘连人体分割相结合的人数统计方法,为更好地处理粘连人体的分割问题,提出归一化距离度量的聚类算法与基于动态掩膜的投影法。当区域内人员较少时,通过建立区域内归一化后像素数与区域人数间的对应关系实现间接人数统计;当区域内人数增多且高于一定程度时,借助简单场景中人员特定的位置信息,进行粘连人体分割并对分割结果进行计数统计。在处理粘连人体分割问题上,针对人体连通区域的不同特点,分别使用归一化距离度量的聚类算法和改进的投影法进行人体粘连区域的行列分割。通过在影院影厅进行实验验证了该算法的有效性。

摘要：针对径赛人体目标识别中,在图像上重叠、粘连的运动员检测精度低,容易漏检并在多目标识别中检测速度较慢的情况,本文提出一种基于YOLOv5的径赛人体目标检测模型。首先,在专业场地拍摄运动员冲刺影像,对所有运动员与遮挡目标进行标注,制作成专用径赛识别数据集。其次,通过数据增强的手段,将数据集中运动员部分身体进行遮挡,获取大量的差异性增强数据,提高模型对遮挡目标识别度。最后,对YOLOv5网络进行优化,将网络中Leaky Relu激活函数与Hardswish激活函数全部改为Silu激活函数,简化了体系结构;改进nms非极大值抑制机制,增加模型对重叠目标的敏感度。实验结果表明,改进后的YOLOv5模型对重叠的人物有着更为精确的检测效果。模型平均精度mAP@0.5值为0.982,测试精度为0.969,单张图片处理的平均时间为0.012 s,目标检测速度达到83.3FPS。能够满足径赛检测的需求。