基于改进YOLOv5s的车辆-人员检测方法

doi:10.11772/j.issn.1001-9081.2024030272

《计算机应用》唯一官方网站 ›› 0, Vol. ›› Issue (): 240-245.DOI: 10.11772/j.issn.1001-9081.2024030272

• 多媒体计算与计算机仿真 • 上一篇下一篇

基于改进YOLOv5s的车辆-人员检测方法

王凯¹^,²^,³^,⁴, 吴清潇¹^,²^,³^,⁴(), 关键¹^,²^,³^,⁴, 方英健¹^,²^,³^,⁴, 李思聪¹^,²^,³^,⁴

^1.中国科学院光电信息处理重点实验室，沈阳 110016
^2.中国科学院沈阳自动化研究所，沈阳 110016
^3.中国科学院机器人与智能制造创新研究院，沈阳 110169
^4.中国科学院大学，北京 100049

收稿日期:2024-03-15 修回日期:2024-04-14 接受日期:2024-04-16 发布日期:2025-01-24 出版日期:2024-12-31
通讯作者: 吴清潇
作者简介:王凯（2000—），男，河北唐山人，硕士研究生，主要研究方向：模式识别、智能系统、机器人视觉、深度学习、目标检测
吴清潇（1978—），男，山东滨州人，研究员，博士，主要研究方向：机器人视觉
关键（2000—），女，河南平顶山人，硕士研究生，主要研究方向：模式识别、智能系统、深度学习、目标检测
方英健（1998—），男，河北承德人，硕士研究生，主要研究方向：模式识别、智能系统、深度学习、目标检测
李思聪（1987—），男，山东蓬莱人，副研究员，硕士，主要研究方向：机器人视觉、模式识别、智能系统。
基金资助:
国家重点研发计划项目(2021YFC3002002)

Vehicle-passenger detection method based on enhanced YOLOv5s

Kai WANG¹^,²^,³^,⁴, Qingxiao WU¹^,²^,³^,⁴(), Jian GUAN¹^,²^,³^,⁴, Yingjian FANG¹^,²^,³^,⁴, Sicong LI¹^,²^,³^,⁴

^1.Key Laboratory of Opto-Electronic Information Processing，Chinese Academy of Sciences，Shenyang Liaoning 110016，China
^2.Shenyang Institute of Automation，Chinese Academy of Sciences，Shenyang Liaoning 110016，China
^3.Institutes for Robotics and Intelligent Manufacturing，Chinese Academy of Sciences，Shenyang Liaoning 110169，China
^4.University of Chinese Academy of Sciences，Beijing 100049，China

Received:2024-03-15 Revised:2024-04-14 Accepted:2024-04-16 Online:2025-01-24 Published:2024-12-31
Contact: Qingxiao WU

摘要/Abstract

摘要：

在交通事故等紧急情形下，及时定位车内被困人员对救援工作至关重要。针对救援中车内人员检测的难题，提出一种基于YOLOv5s的检测模型，以实现对车与车内人员的两阶段检测。在第一阶段，检测出车辆位置，并通过动态缩放聚焦感兴趣区域（ROI）；然后采用直方图均衡化增强过暗图像的对比度，并使用非局部均值滤波去除噪声，从而提升图像的质量；在第二阶段，准确判定车内是否有被困人员，并定位人员的确切位置。在BIT-Vehicle数据集和UA-DETRAC数据集上的实验结果表明，相较于Faster-RCNN、YOLOv7-tiny等模型，所提模型的精度、召回率等多个指标都表现最佳，展示出更强的鲁棒性和更高的准确率。此外，所提模型的实时性能可以满足智能救援场景的需求。

关键词: 图像处理, 图像增强, 目标检测, 深度学习, YOLOv5, 车内被困人员定位

Abstract:

In emergency situations such as traffic accidents， the timely location of trapped passengers inside vehicle is critical for rescue operations. For the challenge of detecting passengers in vehicles during rescue， a detection model based on YOLOv5s was proposed to achieve two-stage detection of the vehicle and passengers inside. In the first stage， the vehicle’s location was determined， followed by focusing on the Regions Of Interest （ROIs） through dynamic scaling. After that， histogram equalization was utilized to enhance the contrast of underexposed images， and non-local means filtering was employed to remove noise， thereby improving the image quality. In the second stage of the model， the existence of trapped passengers inside the vehicle was determined accurately， and the exact locations of the passengers were identified. Experimental results on BIT-Vehicle and UA-DETRAC datasets show that compared to models such as Faster-RCNN and YOLOv7-tiny， the proposed model has the best performance in terms of precision， recall， and other metrics， demonstrating stronger robustness and higher accuracy. Besides， the real-time performance of the proposed model can meet the needs of intelligent rescue scenarios.

Key words: image processing, image enhancement, object detection, deep learning, YOLOv5s, location of trapped passengers inside vehicle

中图分类号:

TP391.4

王凯, 吴清潇, 关键, 方英健, 李思聪. 基于改进YOLOv5s的车辆-人员检测方法[J]. 计算机应用, 0, (): 240-245.

Kai WANG, Qingxiao WU, Jian GUAN, Yingjian FANG, Sicong LI. Vehicle-passenger detection method based on enhanced YOLOv5s[J]. Journal of Computer Applications, 0, (): 240-245.

图/表 12

参考文献 30

1	ABEDI H， MAGNIER C， SHAKER G. Passenger monitoring using AI-powered radar ［C］// Proceedings of the IEEE 19th International Symposium on Antenna Technology and Applied Electromagnetics. Piscataway： IEEE， 2021： 1-2.
2	ABEDI H， LUO S， MAZUMDAR V， et al. AI-powered in-vehicle passenger monitoring using low-cost mm-wave radar ［J］. IEEE Access， 2022， 10： 18998-19012.
3	PIZER S M， JOHNSTON R E， ERICKSEN J P， et al. Contrast-limited adaptive histogram equalization： speed and effectiveness ［C］// Proceedings of the 1st Conference on Visualization in Biomedical Computing. Piscataway： IEEE， 2021： 337-345.
4	李雷孝，孟闯，林浩，等. 基于图像增强与深度学习的安全带目标检测［J］. 计算机工程与设计， 2023， 44（2）： 417-424.
5	ABDULLAH-AL-WADUD M， KABIR M H， AKBER DEWAN M A， et al. A dynamic histogram equalization for image contrast enhancement［J］. IEEE Transactions on Consumer Electronics， 2007， 53（2）： 593-600.
6	LAND E H， McCANN J J. Lightness and retinex theory ［J］. Journal of the Optical Society of America， 1971， 61（1）： 1-11.
7	WEI C， WANG W， YANG W， et al. Deep Retinex de-composition for low-light enhancement ［C］// Proceedings of the 2018 British Machine Vision Conference. Durham： BMVA Press， 2018： No.451.
8	王杰，陈黎卿，黄莉莉，等. 基于Retinex的弱光条件下车道线识别方法［J］. 计算机与数字工程， 2019， 47（2）： 451-456.
9	LI C， GUO C， LOY C C. Learning to enhance low-light image via zero-reference deep curve estimation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2022， 44（8）： 4225-4238.
10	JIANG Y， GONG X， LIU D， et al. EnlightenGAN： deep light enhancement without paired supervision ［J］. IEEE Transactions on Image Processing， 2021， 30： 2340-2349.
11	HAI J， XUAN Z， YANG R， et al. R2RNet： low-light image enhancement via Real-low to Real-normal Network ［J］. Journal of Visual Communication and Image Representation， 2023， 90： No.103712.
12	GUO X， HU Q. Low-light image enhancement via breaking down the darkness ［J］. International Journal of Computer Vision， 2023， 131（1）： 48-66.
13	GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］// Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2014： 580-587.
14	GIRSHICK R. Fast R-CNN ［C］// Proceedings of the 2015 IEEE International Conference on Computer Vision. Piscataway： IEEE， 2015： 1440-1448.
15	REN S， HE K， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149.
16	REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： unified， real-time object detection ［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2016： 779-788.
17	李丽，卢世博，任浩，等. 基于改进YOLOv5的复杂环境下桑树枝干识别定位方法［J］. 农业机械学报， 2024， 55（2）：249-257.
18	FANG Y， WU Q， LI S， et al. Enhanced YOLOv5s-based algorithm for industrial part detection ［J］. Sensors， 2024， 24（4）： No.1183.
19	XU X， JIANG Y， CHEN W， et al. DAMO-YOLO： a report on real-time object detection design ［EB/OL］. ［2023-12-02］. .
20	XU S， WANG X， LV W， et al. PP-YOLOE： an evolved version of YOLO ［EB/OL］. ［2023-12-08］. .
21	LIU W， ANGUELOV D， ERHAN D， et al. SSD： single shot MultiBox detector ［C］// Proceedings of the 2016 European Conference on Computer Vision， LNCS 9905. Cham： Springer， 2016： 21-37.
22	CARION N， MASSA F， SYNNAEVE G， et al. End-to-end object detection with Transformers ［C］// Proceedings of the 2020 European Conference on Computer Vision， LNCS 12346. Cham： Springer， 2020： 213-229.
23	WANG L， LIU Y， DU P， et al. Object-aware distillation pyramid for open-vocabulary object detection ［C］// Proceedings of the 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2023： 11186-11196.
24	WOO S， PARK J， LEE J Y， et al. CBAM： convolutional block attention module ［C］// Proceedings of the 2018 European Conference on Computer Vision， LNCS 11211. Cham： Springer， 2018： 3-19.
25	HU J， SHEN L， SUN G. Squeeze-and-excitation networks ［C］// Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2018： 7132-7141.
26	WANG Q， WU B， ZHU P， et al. ECA-Net： efficient channel attention for deep convolutional neural networks ［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2020： 11531-11539.
27	REZATOFIGHI H， TSOI N， GWAK J， et al. Generalized intersection over union： a metric and a loss for bounding box regression ［C］// Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2019： 658-666.
28	ZHENG Z， WANG P， LIU W， et al. Distance-IoU loss： faster and better learning for bounding box regression ［C］// Proceedings of the 34th AAAI Conference on Artificial Intelligence. Palo Alto： AAAI Press， 2020： 12993-13000.
29	ZHENG Z， WANG P， REN D， et al. Enhancing geometric factors in model learning and inference for object detection and instance segmentation ［J］. IEEE Transactions on Cybernetics， 2022， 52（8）： 8574-8586.
30	ZHANG Y F， REN W， ZHANG Z， et al. Focal and efficient IoU loss for accurate bounding box regression ［J］. Neurocomputing， 2022， 506： 146-157.

模型	P	R	mAP₅₀	mAP_50-95
YOLOv5s	95.360	94.793	97.849	80.620
YOLOv5s+CBAM+EIoU	95.539	94.399	98.022	82.003

模型	P	R	mAP₅₀	mAP_50-95
YOLOv5s	95.360	94.793	97.849	80.620
YOLOv5s+CBAM+EIoU	95.539	94.399	98.022	82.003

模型	P	R	mAP₅₀	mAP_50-95
Faster-RCNN	—	—	90.200	38.100
YOLOv7-tiny	82.950	88.150	92.260	37.200
SSD	—	—	74.600	32.300
YOLOv5s-GFPN	89.931	91.163	93.416	41.104
本文模型+DIoU损失	94.742	93.333	94.905	42.912
本文模型+GIoU损失	94.764	93.704	95.193	41.965
本文模型（EIoU损失）	95.669	91.481	96.816	44.666

模型	P	R	mAP₅₀	mAP_50-95
Faster-RCNN	—	—	90.200	38.100
YOLOv7-tiny	82.950	88.150	92.260	37.200
SSD	—	—	74.600	32.300
YOLOv5s-GFPN	89.931	91.163	93.416	41.104
本文模型+DIoU损失	94.742	93.333	94.905	42.912
本文模型+GIoU损失	94.764	93.704	95.193	41.965
本文模型（EIoU损失）	95.669	91.481	96.816	44.666

模型	P	R	mAP₅₀	mAP_50-95
直接单阶段检测	86.817	93.338	94.143	43.885
未使用图像增强	91.416	94.660	96.835	43.163
未使用CBAM	94.456	94.444	95.896	43.759
本文模型	95.669	91.481	96.816	44.666

基于改进YOLOv5s的车辆-人员检测方法

Vehicle-passenger detection method based on enhanced YOLOv5s

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 30

相关文章 15

编辑推荐

Metrics

[1]	魏利利, 闫丽蓉, 唐晓芬. 上下文语义表征和像素关系纠正的小样本目标检测[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2993-3002.
[2]	张宏俊, 潘高军, 叶昊, 陆玉彬, 缪宜恒. 结合深度学习和张量分解的多源异构数据分析方法[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2838-2847.
[3]	李进, 刘立群. 基于残差Swin Transformer的SAR与可见光图像融合[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2949-2956.
[4]	殷兵, 凌震华, 林垠, 奚昌凤, 刘颖. 兼容缺失模态推理的情感识别方法[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2764-2772.
[5]	景攀峰, 梁宇栋, 李超伟, 郭俊茹, 郭晋育. 基于师生学习的半监督图像去雾算法[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2975-2983.
[6]	李维刚, 邵佳乐, 田志强. 基于双注意力机制和多尺度融合的点云分类与分割网络[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 3003-3010.
[7]	许志雄, 李波, 边小勇, 胡其仁. 对抗样本嵌入注意力U型网络的3D医学图像分割[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 3011-3016.
[8]	王雪津, 黄雷雷, 钟祯辉. 噪声与语义先验引导的低照度图像增强算法[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2966-2974.
[9]	张嘉祥, 李晓明, 张佳慧. 结合新类特征增强与度量机制的小样本目标检测算法[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2984-2992.
[10]	葛丽娜, 王明禹, 田蕾. 联邦学习的高效性研究综述[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2387-2398.
[11]	彭鹏, 蔡子婷, 刘雯玲, 陈才华, 曾维, 黄宝来. 基于CNN和双向GRU混合孪生网络的语音情感识别方法[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2515-2521.
[12]	谢斌红, 剌颖坤, 张英俊, 张睿. 自步学习指导下的半监督目标检测框架[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2546-2554.
[13]	张硕, 孙国凯, 庄园, 冯小雨, 王敬之. 面向区块链节点分析的eclipse攻击动态检测方法[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2428-2436.
[14]	颜承志, 陈颖, 钟凯, 高寒. 基于多尺度网络与轴向注意力的3D目标检测算法[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2537-2545.
[15]	廖炎华, 鄢元霞, 潘文林. 基于YOLOv9的交通路口图像的多目标检测算法[J]. 《计算机应用》唯一官方网站, 2025, 45(8): 2555-2565.