本发明公开了一种复杂环境下的密集行人检测方法,具体过程如下:首先改进YOLOv3算法,监控设备采集到行人图像,网络会自动提取关键帧,然后将图片传输到MSR算法,对图片进行图片增强处理,最后再传输到改进后的YOLOv3算法中并进行行人检测。本发明利用YOLOv3与MSR算法相互结合,最终构成了一种对于复杂环境下的密集行人检测方法。YOLOv3利用k‑means维度聚类的方法得到边界框进行更准确的预测,使得其速度和精度都有了比较大的提升。多尺度检测的应用,对于检测有遮挡的目标时,检测精度依然很高。解决了当前在某些复杂环境下对行人的检测精度低的问题。
本发明的目的在于提供一种复杂环境下的密集行人检测方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种复杂环境下的密集行人检测方法,具体过程如下:首先改进YOLOv3算法,监控设备采集到行人图像,网络会自动提取关键帧,然后将图片传输到MSR算法,对图片进行图片增强处理,最后再传输到改进后的YOLOv3算法中并进行行人检测。
此技术是燕山大学王建浩研发,燕山大学,位于河北省秦皇岛市,宗旨和业务范围是“本科及以上学历教育;科学研究;相关社会服务”。
评价单位:- (-)
评价时间:2023-11-13
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>