- · 红外技术版面费是多少[10/21]
- · 《红外技术》投稿方式[10/21]
一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。 二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。 三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。 四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。 五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。 六、处理流程：（1） 通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4） 杂志出刊后，我们会按照您提供的地址免费奉寄样刊。 七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。 九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。
改进YOLOv10-n的密集行人检测模型
作者:网站采编关键词:
摘要：研究背景与问题 在智能视频监控领域，密集行人检测是一项关键技术，它广泛应用于公共安全、交通监控和智能交通系统等场景。然而，由于密集场景中目标数量众多，且常伴随遮挡、
研究背景与问题
在智能视频监控领域，密集行人检测是一项关键技术，它广泛应用于公共安全、交通监控和智能交通系统等场景。然而，由于密集场景中目标数量众多，且常伴随遮挡、复杂背景等干扰因素，传统的行人检测模型往往难以达到满意的检测精度，容易出现漏检、误检等问题。这些问题严重制约了密集行人检测技术的实际应用效果。
研究方法
为了解决上述挑战，本研究提出了一种基于YOLOv10-n的密集行人检测模型改进方案，命名为MSD-YOLO。该模型融合了多种先进技术，包括C2f-MCLU、STNet和Dyhead-DCNv4。具体来说，C2f-MCLU用于增强模型对遮挡和复杂背景的鲁棒性；STNet通过时空注意力机制提高检测精度；Dyhead-DCNv4则通过动态调整网络头部结构，进一步优化检测性能。
核心结果
在多个公开数据集上进行的实验表明，MSD-YOLO模型在密集行人检测任务上取得了显著的性能提升。与传统YOLOv10-n模型相比，MSD-YOLO在平均精度（mAP）上提高了约10%，在检测速度上也有所提升。此外，MSD-YOLO在处理遮挡和复杂背景时的表现优于其他同类模型，有效降低了漏检和误检率。
结论与意义
本研究提出的MSD-YOLO模型为密集行人检测提供了一种有效的解决方案。该模型不仅提高了检测精度，还保持了较高的检测速度，使其在实际应用中具有较高的实用价值。此外，MSD-YOLO模型的设计思路和实现方法为未来密集行人检测技术的发展提供了新的思路和参考。总之，本研究为智能视频监控领域提供了有力的技术支持，有助于推动相关技术的进一步发展。
文章来源：《红外技术》 网址: http://www.hongwaijishu.cn/qikandaodu/2026/1027/332.html