【摘 要】
：
在大型人员密集的场所中，人群异常聚集情况时有发生，对自动驾驶和大型公共场所人流量监控系统等应用场景中涉及到的密集行人检测技术带来了一定挑战，新一代的密集行人检测技术要求精确度更高、计算开销更小、检测速度更快以及部署更加方便等。针对上述需求，提出了一种基于YOLOv8改进的轻量级密集行人检测算法MER-YOLO，首先采用MobileViT作为主干网络，提升模型在总体上对在行人聚集区域的特征提取能力；
【基金项目】
：
国家自然科学基金项目（62376252，61976196）； 浙江省自然科学基金重点项目（LZ22F030003）； 国家级大学生创新训练计划重点项目（202310345042）；
论文部分内容阅读
在大型人员密集的场所中，人群异常聚集情况时有发生，对自动驾驶和大型公共场所人流量监控系统等应用场景中涉及到的密集行人检测技术带来了一定挑战，新一代的密集行人检测技术要求精确度更高、计算开销更小、检测速度更快以及部署更加方便等。针对上述需求，提出了一种基于YOLOv8改进的轻量级密集行人检测算法MER-YOLO，首先采用MobileViT作为主干网络，提升模型在总体上对在行人聚集区域的特征提取能力；引入EMA注意力机制模块，对全局信息进行编码，通过维度交互来进一步聚合像素级特征，并结合160×160尺度的检测头加强小目标检测能力；使用排斥损失（Repulsion Loss）作为边界框损失函数，减少了人群密集情况下小目标行人的漏检误检的情况。实验结果表明，相较于YOLOv8n，MER-YOLO行人检测算法在Crowd Human数据集上精度提升4.5%，在WiderPerson数据集上精度提升2.1%，同时只有3.1M的参数量和9.8 GFLOPs的模型计算量，满足低算力兼顾高精度的部署需求。
其他文献
文章以河头村旅游社区为例,通过焦点小组访谈与问卷调查法,结合社会网络分析范式,构建权力-利益-信任三元关系网络的指数随机图模型,研究多元主体参与下乡村旅游社区治理网络,分析权力-利益-信任三元关系网络的网络结构特征,尝试为政府和相关部门在旅游精准扶贫、制度设计、旅游管理等方面提供理论指导。文章提出权力、利益、信任三者遵循"话语基础-正义基础-共识基础"的逻辑判断,结合网络模型分析加以论证,得出结论
针对传统车辆目标检测模型设备需求高、检测精度低、重叠目标漏检率高等问题，提出了一种改进YOLOv8的车辆目标检测算法RBT-YOLO。首先，采用多尺度融合的方式对主干网络进行重构。然后用对BiFPN进行改进，增加卷积操作以及调整输入输出通道个数以适应YOLOv8，加强其特征融合能力。在Neck部分输出的特征图之后加入轻量型注意力机制Triplet Attention，提升模型的特征提取能力。最后针
＜正＞低碳经济发展已经成为当下工业社会和商业社会所必须遵循的首要发展准则。低碳经济不但可以帮助减少温室气体的排放、降低全球温度上升的速度和幅度并缓解气候变化所带来的负面影响，而且还可以减少化石燃料的消耗和污染物的排放，从而减轻人类对自然环境的侵蚀和破坏并保护生态系统和生物的多样性。与此同时，对于工业发展而言，
目的分析2005-2018年成都市龙泉驿区50岁及以上HIV/AIDS报告病例特征和预测2019-2029年50岁及以上HIV/AIDS病例。方法筛选成都市龙泉驿区2005-2018年报告HIV/AIDS病人的艾滋病综合防治信息系统资料,对病例一般特征、空间分布、职业分布等资料进行分析和病例预测,采用SPSS 21.0进行t检验、方差分析、χ~2检验、趋势χ~2检验以及时间序列模型预测。结果 20
针对现存无人机航拍图像目标检测算法检测精度较低、模型较为复杂的问题，提出一种改进YOLOv8的目标检测算法。在骨干网络引入多尺度注意力EMA，捕捉细节信息，以提高模型的特征提取能力；并改进C2f模块，减小模型的计算量。提出了轻量级的Bi-YOLOv8特征金字塔网络结构改进YOLOv8的颈部，增强了模型多尺度特征融合能力，改善网络对小目标检测精度。使用WIoU Loss优化原网络损失函数，引入一种动
立井刚性罐道作为提升系统的导向装置，是提升系统安全稳定运行的基础，使用过程中容易产生横向移位和变形，一旦出现不平顺，将引起提升系统强烈振动，严重影响提升系统运行安全性。为及时发现立井刚性罐道接头故障，消除提升系统运行隐患，提出了一种改进YOLOv8n的立井刚性罐道接头错位检测算法YOLOv8n-CFW。首先，针对井筒模糊、黑暗、强光及存在复杂背景成像环境，YOLOv8n对立井刚性罐道图像特征提取能
目的 视觉SLAM作为自动驾驶和移动机器人的核心技术之一，目前传统算法无法应对高度动态的环境，也缺乏地图的语义信息，解决动态物体对SLAM系统的影响是本文主要目标，也是当前热点问题之一。方法 提出了一个新的基于YOLOv8同步动态检测与局部语义分割的方法，来实现动态环境下的位姿估计与局部语义建图。首先，通过应用YOLOv8对输入图像进行同步动态检测和语义分割，使用目标检测结果的目标框对动态特征点进
负面报道不仅反映了遗产旅游景区目前存在的管理问题,也反映了景区利益相关者之间的负面关系。采用社会网络分析方法探讨遗产旅游景区负面事件中的利益相关者关系网络,研究发现位于网络核心层的是地方政府、景区管理机构、旅游者、社区居民、景区旅游经营公司、外部旅游企业及从业者、社区商家,他们是负面事件中的主要行动者。处于网络边缘层的是国家行政部门、当地政府职能部门以及各类压力集团,他们在负面事件中扮演监管者或监
目前在带钢表面缺陷检测领域，通用的目标检测算法复杂度高、计算量庞大，而一些中小型企业负责检测的终端设备通常不具备较强的计算能力、计算资源有限，从而导致检测算法部署困难。为解决该问题，本文基于YOLOv8n目标检测框架，提出一种轻量级的带钢表面缺陷检测模型YOLOv8-VSC。该模型使用轻量级的VanillaNet网络作为骨干特征提取网络，通过减少不必要的分支结构降低模型的复杂度。同时，引入SPD模
隧道内火灾检测存在检测困难和难以直接部署到资源有限的嵌入式设备进行实时检测的问题，提出一种基于改进YOLOv8的隧道火灾检测算法；首先引入极化注意力保持高分辨率信息来抑制冗余特征，同时增强全局信息的捕捉；其次引入了一种新的局部卷积PConv来实现低延迟和高吞吐量的模型；最后使用WIoU函数优化网络的边界框损失，使网络能够快速收敛。实验结果表明，该网络在所使用隧道火灾数据集上的平均精度mAP提升了1