基于改进Tiny-YOLOv3的人数统计方法

被引:1
|
作者
成玉荣 [1 ]
胡海洋 [1 ]
机构
[1] 江苏理工学院
关键词
卷积神经网络; Tiny-YOLOv3; 头部检测; 人数统计;
D O I
10.16660/j.cnki.1674-098X.2020.10.004
中图分类号
TP391.41 []; TP183 [人工神经网络与计算];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
卷积神经网络已经成为了计算机视觉处理最为广泛的技术方法,基于卷积神经网络的目标检测技术也是一个热门的研究话题。本文通过引入通道注意力机制,对目标检测算法Tiny-YOLOv3进行改进,训练人体头部的目标检测模型,从而统计当前监控环境下的人数。实验结果表明该方法能取得较好的头部检测效果,人数统计准确率高。
引用
收藏
页码:4 / 5 +8
页数:3
相关论文
共 3 条
  • [1] 改进的YOLO V3算法及其在小目标检测中的应用
    鞠默然
    罗海波
    王仲博
    何淼
    常铮
    惠斌
    [J]. 光学学报, 2019, 39 (07) : 253 - 260
  • [2] 基于头部图像特征的人流计数方法
    王小鹏
    渠燕红
    马鹏
    张永芳
    [J]. 铁道学报, 2019, (02) : 78 - 83
  • [3] 卷积神经网络研究综述
    周飞燕
    金林鹏
    董军
    [J]. 计算机学报, 2017, 40 (06) : 1229 - 1251