摘要
本发明属于图像处理与计算机视觉技术领域,提出了一种于基于改进YOWOv3的轻量化分组混洗卷积人员活动检测算法,用于实时视频行为检测领域。该方案通过重构原CSP残差模块,采用动态分组卷积与通道混洗机制替代标准卷积,在保证精度的同时显著降低计算复杂度。核心创新包括将输入通道划分为多个子组并行处理,参数量缩减至标准卷积的1/4;通过跨组通道重排实现特征交互,提升模型表达能力;同一网络阶段内复用卷积核参数,进一步减少内存占用,结合3D卷积时空检测头,实现高效时空特征融合。本发明通过轻量化设计适配边缘计算场景,在视频分析任务中有效平衡实时性与检测精度,为低资源环境下的动态行为识别提供高效解决方案。
技术关键词
残差模块
通道
双向特征金字塔
算法
特征提取能力
计算机视觉技术
检测坐标
网络
标注工具
视频分析
实时视频
阶段
动态
图像处理
检测头
上采样
数据
系统为您推荐了相关专利信息
电源机箱
温度报警方法
温度检测模型
接口面板
机箱外壳
碳排放评估方法
无人机遥感技术
智能体系统
分布式传感器网络
生成对抗网络
双桶洗衣机
噪声
参数
图像处理算法
神经网络模型
三维重建方法
三维重建算法
在线
网络状态评估
进化策略