买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国信息通信科技集团有限公司;武汉烽火众智数字技术有限责任公司

摘要：本发明提供了一种智能监控环境下基于改进yolov3的实时行人检测方法及装置，该方法包括以下步骤：获取监控场景下的行人图像，对图像中的行人目标进行标注，将图像按一定比例随机划分为训练集、测试集和验证集；对训练集、测试集和验证集的图像进行预处理；利用训练集对改进后的yolov3算法进行训练，所述改进后的yolov3算法为在原始yolov3算法的基础上对特征提取网络、特征融合层、预测层进行改进后的算法；通过测试集和验证集来选取改进后yolov3算法的最优模型，并将其用于监控视频下的行人检测。本发明在保证对输入图像进行丰富细致的特征提取的同时保持了较低的计算量，提高了图像利用率，减小了行人检测计算量，保持低耗时的同时提高对行人的检测效果。

主权项：1.一种智能监控环境下基于改进yolov3的实时行人检测方法，其特征在于，包括以下步骤：获取监控场景下的行人图像，对图像中的行人目标进行标注，将图像按一定比例随机划分为训练集、测试集和验证集；对训练集、测试集和验证集的图像进行预处理；利用训练集对改进后的yolov3算法进行训练，所述改进后的yolov3算法为在原始yolov3算法的基础上对特征提取网络、特征融合层、预测层进行改进后的算法；通过测试集和验证集来选取改进后yolov3算法的最优模型，并将其用于监控视频下的行人检测；其中，在原始yolov3算法的基础上对特征提取网络进行改进具体包括：采用EfficientNet-B0特征提取网络替换原始yolov3算法的DarkNet53网络；在原始yolov3算法的基础上对特征融合层进行改进具体包括：将原始yolov3算法的特征融合层卷积系列中的1x1、3x3、1x1、3x3、1x1卷积层减少为1x1、3x3、1x1卷积层；将原始yolov3算法的特征融合层的3x3普通卷积改进为压缩卷积；在原始yolov3算法的基础上对预测层进行改进具体包括：改进后的yolov3算法对于矩形图像输入，18、116、132三种尺度预测层中特征图w和h方向的像素数分别为W和H，将三种尺度预测层的输出大小分别改进为WSxHSx3x1+4+N、WMxHMx3x1+4+N、WLxHLx3x1+4+N；其中，每种尺度特征图每个像素与3种预设值的anchor绑定，通过在每种尺度预测层的特征图像素上预测是否含有物体、物体相对位置x、y、w、h、类别N来输出检测结果。

全文数据：

权利要求：

百度查询： 中国信息通信科技集团有限公司 武汉烽火众智数字技术有限责任公司 智能监控环境下基于改进yolov3的实时行人检测方法及装置