探索改进YOLOv4算法在密集行人检测中的优化与应用.docx
文本预览下载声明
探索改进YOLOv4算法在密集行人检测中的优化与应用
一、引言
1.1研究背景与意义
随着城市化进程的加速，城市人口密度不断增加，行人在各种场景中频繁出现。在智能监控、自动驾驶、公共安全等领域，准确检测行人变得至关重要。行人检测技术的发展能够为这些领域提供关键支持，提升系统的智能化水平和安全性。例如，在智能监控系统中，准确的行人检测可以及时发现异常行为，保障公共场所的安全；在自动驾驶中，可靠的行人检测是确保车辆安全行驶、避免碰撞事故的关键。
在众多行人检测方法中，基于深度学习的目标检测算法因其强大的特征提取和学习能力，逐渐成为研究热点和主流方法。YOLO（YouOnlyLookOnce
显示全部