相关实验视频
Updated: Jul 7, 2025
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
HRBUST-LLPED:用于穿戴式低光行人检测的基准数据集
Tianlin Li1, Guanglu Sun1, Linsen Yu1
1School of Computer Science and Technology, Harbin University of Science and Technology, No. 52 Xuefu Road, Nangang District, Harbin 150080, China.
Micromachines
|December 23, 2023
概括
这项研究引入了一套新的数据集和轻量级模型,用于使用可穿戴摄像头在低光条件下检测行人. 该研究提高了低光行人检测能力,以提高安全性和性能.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 在低光条件下对行人进行检测是可穿戴平台面临的重大挑战.
- 现有的方法往往在照明不良的情况下扎,限制了它们在现实世界中的适用性.
- 红外和低光摄像机为增强检测提供了潜在的解决方案.
研究的目的:
- 引入HRBUST-LLPED数据集,用于在低光下检测行人.
- 开发和评估可穿戴设备的轻量级行人检测模型.
- 为了提高在星光水平照明下行人检测的准确性和效率.
主要方法:
- 在星光条件下使用可穿戴低光摄像头收集行人数据.
- 在HRBUST-LLPED数据集中的4269个关键中注释了32,148个行人实例.
- 开发了基于YOLOv5和YOLOv8的四个轻量级行人检测模型,在新数据集上进行了微调.
主要成果:
- 微调的模型实现了69.90%的AP@0.5:0.95.
- 推断时间记录在1.6ms,证明了高效率.
- 数据集具有很高的行人密度,每张图像超过7人.
结论:
- 开发的HRBUST-LLPED数据集和模型提升了低光下行人检测能力.
- 这项研究有助于开发更安全,更有效的可穿戴传感系统.
- 这些发现支持在可穿戴设备中使用低光摄像头,以改进行人检测.
