-
题名基于DCT-YOLO的密集遮挡行人检测算法
- 1
-
-
作者
张壮
孟祥瑞
-
机构
安徽理工大学计算机科学与工程学院
-
出处
《宁夏师范大学学报》
2025年第7期73-85,共13页
-
文摘
在街道、火车站、机场等大型公共场所,密集行人检测仍然面临特征提取困难、遮挡导致漏检率高等问题.本文提出一种基于YOLOv8的改进算法用于解决上述问题,命名为DCT-YOLO.首先,利用动态卷积和上下文锚点注意力机制,增强网络对特征的提取能力,并强化被遮挡行人可见部分特征.其次,针对密集行人场景检测头漏检率高的问题,提出一个新的检测头任务对齐动态检测头.该检测头通过共享颈部网络特征减少参数的数量,并执行任务分解对准,通过使用动态卷积和动态功能选择实现高精度目标检测.最后,设计MPDIoU和Wise-IoU_(v3)相结合的W_(V3)MPDIoU作为损失函数,解决模型训练效率低的问题.实验表明,DCT-YOLO算法在2个具有挑战性的密集行人数据集CrowdHuman和WiderPerson上性能优秀,在精度、召回率、mAP_(50)和mAP_(50∶95)指标上分别都有提升,在密集型遮挡人检测任务中具有广泛的应用前景.
-
关键词
密集遮挡行人检测
动态卷积
上下文锚点注意力机制
任务对齐动态检测头
YOLOv8
W_(V3)MPDIoU
-
Keywords
Dense occluded pedestrian detection
Dynamic convolution
Context anchor attention mechanism
Task-align dynamic detection head
YOLOv8
W_(V3)MPDIoU
-
分类号
TP349.1
[自动化与计算机技术—计算机系统结构]
-
