基于改进YOLOv2的视频图像行人检测方法及系统

摘要

本发明公开了一种基于改进YOLOv2的视频图像行人检测方法及系统，涉及视频图像处理技术领域，包括利用K‑Means++聚类算法对视频图像行人数据集进行聚类处理确定初始候选框，确定更新值；然后用更新值替换原YOLOv2算法的原始值；在更新后YOLOv2算法的网络结构的基础上添加了3个Passthrough层得到改进后的YOLOv2网络结构；利用视频图像行人数据集对改进后的YOLOv2网络结构进行训练，得到训练好的行人检测模型，进行行人检测。应用本发明，能够提高检测速度和检测精度，改善行人检测中出现的漏检、误检、遮挡等现象，满足实时性的要求。