FW-YOLO：一种基于频率引导和小波增强的密集行人检测算法

黄子骏; 凌萍

doi:10.37188/CJLCD.2026-0044

您当前的位置：

首页 >

文章列表页 >

FW-YOLO：一种基于频率引导和小波增强的密集行人检测算法

图像处理 | 更新时间：2026-09-12

- FW-YOLO：一种基于频率引导和小波增强的密集行人检测算法
- FW-YOLO： a dense pedestrian detection algorithm based on frequency-guided and wavelet enhancement
- 液晶与显示 2026年41卷第5期页码：717-733
- 作者机构：
  
  江苏师范大学人工智能与计算机学院，徐州江苏 221116
- 作者简介：
  
  黄子骏，男，硕士研究生，2025年于江苏师范大学科文学院获得学士学位，主要从事计算机视觉、目标检测方面的研究。E-mail：hzj026977bb@163.com
  凌萍，女，博士，副教授，2010年于吉林大学获得博士学位，主要从事计算智能、数据分析、目标检测方面的研究。E-mail：6020000012@jsnu.edu.cn
- 基金信息：
  
  国家自然科学基金面上项目(61872168)
- DOI：10.37188/CJLCD.2026-0044
  中图分类号： TP391.4
- CSTR：32172.14.CJLCD.2026-0044
- 收稿：2026-03-18，
  
  修回：2026-04-10，
  
  纸质出版：2026-05-05
- 稿件说明：
移动端阅览
黄子骏, 凌萍. FW-YOLO：一种基于频率引导和小波增强的密集行人检测算法[J]. 液晶与显示, 2026,41(5):717-733.

HUANG Zijun, LING Ping. FW-YOLO： a dense pedestrian detection algorithm based on frequency-guided and wavelet enhancement[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(5): 717-733.
黄子骏, 凌萍. FW-YOLO：一种基于频率引导和小波增强的密集行人检测算法[J]. 液晶与显示, 2026,41(5):717-733. DOI： 10.37188/CJLCD.2026-0044. CSTR： 32172.14.CJLCD.2026-0044.

HUANG Zijun, LING Ping. FW-YOLO： a dense pedestrian detection algorithm based on frequency-guided and wavelet enhancement[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(5): 717-733. DOI： 10.37188/CJLCD.2026-0044. CSTR： 32172.14.CJLCD.2026-0044.

摘要

在密集目标检测场景中，传统方法存在高频边缘信息丢失、上采样细节模糊及尺度适应性不足等问题。为此，本文提出一种基于频率引导的目标检测算法FW-YOLO。该算法设计频率引导全维动态卷积模块（FGODC），利用Haar小波变换分解特征，并结合高频响应引导卷积核选择，以增强下采样阶段的边缘信息保留能力；提出频率残差引导上采样模块（FRUpsample），将高频特征注入上采样路径，实现边缘细节恢复；构建频率引导共享检测头（FGSHHead），结合跨尺度权重共享与FiLM机制，提升不同尺度目标的检测能力。实验结果表明，在CrowdHuman数据集上，该方法的精确率、召回率、mAP50和mAP50:95分别提升1.1%、3.8%、1.8%和2.0%，验证了频率引导策略在密集目标检测中的有效性，为密集目标检测任务提供了一种新的解决思路。

Abstract

In dense object detection scenarios， conventional defection methods often suffer from the loss of high-frequency edge information， blurred details during upsampling， and insufficient scale adaptability. To address these issues， this paper proposes a frequency-guided object detection algorithm， termed FW-YOLO. Specifically， a Frequency-Guided Omni-Dimensional Dynamic Convolution（FGODC） module is designed to decompose features by means of the Haar wavelet transform， while high-frequency responses are further exploited to guide convolution kernel selection， thereby enhancing the preservation of edge information during downsampling. In addition， a Frequency-Residual Guided Upsampling（FRUpsample） module is introduced to inject high-frequency features into the upsampling path， enabling the recovery of fine edge details. Furthermore， a Frequency-Guided Shared Head（FGSHHead） is constructed by combining cross-scale weight sharing with the FiLM mechanism， so as to improve the detection capability for objects at different scales. Experimental results on the CrowdHuman dataset show that the proposed method improves Precision， Recall， mAP50， and mAP50:95 by 1.1%， 3.8%， 1.8%， and 2.0%， respectively. These results verify the effectiveness of the frequency-guided strategy in dense object detection and provide a new perspective for dense object detection tasks.

关键词

Keywords

references

TERVEN J ， CORDOVA-ESPARZA D M ， ROMERO-GONZALEZ J A . A comprehensive review of YOLO architectures in computer vision： from YOLOv1 to YOLOv8 and YOLO-NAS ［J］. Machine Learning and Knowledge Extraction ， 2023 ， 5 （ 4 ）： 1680 - 1716 . doi: 10.3390/make5040083 http://dx.doi.org/10.3390/make5040083

JOCHER G ， CHAURASIA A ， QIU J ， et al . Ultralytics YOLO： ultralytics YOLOv8 ［EB/OL］. 2023［ 2026-04-16 ］. https：//github.com/ultralytics/ultralytics https://github.com/ultralytics/ultralytics .

KHANAM R ， HUSSAIN M . YOLOv11： an overview of the key architectural enhancements ［J/OL］. arXiv ， 2024 ： 2410 . 17725 . doi: 10.3390/solar5010006 http://dx.doi.org/10.3390/solar5010006

SAPKOTA R ， CHEPPALLY R H ， SHARDA A ， et al . YOLO26： key architectural enhancements and performance benchmarking for real-time object detection ［J/OL］. arXiv ， 2025 ： 2509 . 25164 .

LI X L ， MA L S . DED-YOLOv8： dense pedestrian detection algorithm based on YOLOv8 ［C］. 2024 4th International Symposium on Computer Technology and Information Science （ISCTIS 2024）. Xi'an ： IEEE ， 2024 ： 545 - 548 . doi: 10.1109/isctis63324.2024.10699141 http://dx.doi.org/10.1109/isctis63324.2024.10699141

OUYANG D L ， HE S ， ZHANG G Z ， et al . Efficient multi-scale attention module with cross-spatial learning ［C］// Proceedings of the IEEE International Conference on Acoustics， Speech and Signal Processing （ICASSP） . Rhodes Island ： IEEE ， 2023 ： 1 - 5 . doi: 10.1109/icassp49357.2023.10096516 http://dx.doi.org/10.1109/icassp49357.2023.10096516

FANG Y C ， PANG H L . An improved pedestrian detection model based on YOLOv8 for dense scenes ［J］. Symmetry ， 2024 ， 16 （ 6 ）： 716 . doi: 10.3390/sym16060716 http://dx.doi.org/10.3390/sym16060716

SHAO S ， ZHAO Z J ， LI B X ， et al . CrowdHuman： a benchmark for detecting human in a crowd ［J/OL］. arXiv ， 2018 ： 1805 . 00123 .

SUI H ， HAN H Y ， CUI Y Z ， et al . FA-YOLO： A pedestrian detection algorithm with feature enhancement and adaptive sparse self-attention ［J］. Electronics ， 2025 ， 14 （ 9 ）： 1713 . doi: 10.3390/electronics14091713 http://dx.doi.org/10.3390/electronics14091713

ZHANG H Y ， ZHANG Q H ， GONG Y F ， et al . MDCFVit-YOLO： a model for nighttime infrared small target vehicle and pedestrian detection ［J］. PLoS One ， 2025 ， 20 （ 6 ）： e0324700 . doi: 10.1371/journal.pone.0324700 http://dx.doi.org/10.1371/journal.pone.0324700

曹洁，牛瑜，梁浩鹏 . 基于优化权重的YOLOv7密集行人检测算法［J］. 液晶与显示， 2025 ， 40 （ 3 ）： 505 - 515 ． doi: 10.37188/cjlcd.2024-0175 http://dx.doi.org/10.37188/cjlcd.2024-0175

CAO J ， NIU Y ， LIANG H P . Dense pedestrian detection algorithm based on YOLOv7 with optimized weights ［J］. Chinese Journal of Liquid Crystals and Displays ， 2025 ， 40 （ 3 ）： 505 - 515 . （in Chinese） . doi: 10.37188/cjlcd.2024-0175 http://dx.doi.org/10.37188/cjlcd.2024-0175

马晞茗，李宁，吴迪，等 . 基于头部与整体信息联合的行人检测算法［J］. 光学精密工程， 2025 ， 33 （ 14 ）： 2278 - 2290 ． doi: 10.37188/ope.20253314.2278 http://dx.doi.org/10.37188/ope.20253314.2278

MA X M ， LI N ， WU D ， et al . Pedestrian detection algorithm based on joint head and overall information ［J］. Optics and Precision Engineering ， 2025 ， 33 （ 14 ）： 2278 - 2290 . （in Chinese） . doi: 10.37188/ope.20253314.2278 http://dx.doi.org/10.37188/ope.20253314.2278

MALLAT S G . A theory for multiresolution signal decomposition： the wavelet representation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 1989 ， 11 （ 7 ）： 674 - 693 . doi: 10.1109/34.192463 http://dx.doi.org/10.1109/34.192463

LI C ， ZHOU A J ， YAO A B . Omni-dimensional dynamic convolution ［C］// Proceedings of the 10th International Conference on Learning Representations （ICLR） . Online ： OpenReview.net ， 2022 .

WANG J Q ， CHEN K ， XU R ， et al . CARAFE： content-aware ReAssembly of FEatures ［C］// Proceedings of the IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul ： IEEE ， 2019 ： 3007 - 3016 . doi: 10.1109/iccv.2019.00310 http://dx.doi.org/10.1109/iccv.2019.00310

WOO S ， PARK J ， LEE J Y ， et al . CBAM： convolutional block attention module ［C］// Proceedings of the 15th European Conference on Computer Vision （ECCV） . Munich ： Springer ， 2018 ： 3 - 19 . doi: 10.1007/978-3-030-01234-2_1 http://dx.doi.org/10.1007/978-3-030-01234-2_1

PEREZ E ， STRUB F ， DE VRIES H ， et al . FiLM： visual reasoning with a general conditioning layer ［C］// Proceedings of the Thirty-Second AAAI Conference on Artificial Intelligence . New Orleans ： AAAI Press ， 2018 ， doi： 10.1609/aaai.v32i1.11671 http://dx.doi.org/10.1609/aaai.v32i1.11671 .

SHANNON C E . Communication in the presence of noise ［J］. Proceedings of the IRE ， 1949 ， 37 （ 1 ）： 10 - 21 . doi: 10.1109/jrproc.1949.232969 http://dx.doi.org/10.1109/jrproc.1949.232969

LIN M ， CHEN Q ， YAN S C . Network in network ［J/OL］. arXiv ， 2013 ： 1312 . 4400 .

RUMELHART D E ， HINTON G E ， WILLIAMS R J . Learning representations by back-propagating errors ［J］. Nature ， 1986 ， 323 （ 6088 ）： 533 - 536 . doi: 10.1038/323533a0 http://dx.doi.org/10.1038/323533a0

LIN T Y ， DOLLÁR P ， GIRSHICK R ， et al . Feature pyramid networks for object detection ［C］// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Honolulu ： IEEE ， 2017 ： 2117 - 2125 . doi: 10.1109/cvpr.2017.106 http://dx.doi.org/10.1109/cvpr.2017.106

LIU S ， QI L ， QIN H F ， et al . Path aggregation network for instance segmentation ［C］// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Salt Lake City ： IEEE ， 2018 ： 8759 - 8768 . doi: 10.1109/cvpr.2018.00913 http://dx.doi.org/10.1109/cvpr.2018.00913

LIU W Z ， LU H ， FU H T ， et al . Learning to upsample by learning to sample ［C］// Proceedings of the IEEE/CVF International Conference on Computer Vision （ICCV） . Paris ： IEEE ， 2023 ： 6027 - 6037 . doi: 10.1109/iccv51070.2023.00554 http://dx.doi.org/10.1109/iccv51070.2023.00554

GE Z ， LIU S T ， WANG F ， et al . YOLOX： exceeding YOLO series in 2021 ［J/OL］. arXiv ， 2021 ： 2107 . 08430 .

DAI X Y ， CHEN Y P ， XIAO B ， et al . Dynamic head： unifying object detection heads with attentions ［C］// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville ： IEEE ， 2021 ： 7373 - 7382 . doi: 10.1109/cvpr46437.2021.00729 http://dx.doi.org/10.1109/cvpr46437.2021.00729

HUANG X ， BELONGIE S . Arbitrary style transfer in real-time with adaptive instance normalization ［C］// Proceedings of the IEEE International Conference on Computer Vision （ICCV） . Venice ： IEEE ， 2017 ： 1501 - 1510 . doi: 10.1109/iccv.2017.167 http://dx.doi.org/10.1109/iccv.2017.167

HOWARD A G ， ZHU M L ， CHEN B ， et al . MobileNets： efficient convolutional neural networks for mobile vision applications ［J/OL］. arXiv ， 2017 ： 1704 . 04861 . doi: 10.48550/arXiv.1704.04861 http://dx.doi.org/10.48550/arXiv.1704.04861

ZHANG S F ， XIE Y L ， WAN J ， et al . WiderPerson： a diverse dataset for dense pedestrian detection in the wild ［J］. IEEE Transactions on Multimedia ， 2020 ， 22 （ 2 ）： 380 - 393 . doi: 10.1109/tmm.2019.2929005 http://dx.doi.org/10.1109/tmm.2019.2929005

YU F ， CHEN H F ， WANG X ， et al . BDD100K： a diverse driving dataset for heterogeneous multitask learning ［C］// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle ： IEEE ， 2020 ： 2636 - 2645 . doi: 10.1109/cvpr42600.2020.00271 http://dx.doi.org/10.1109/cvpr42600.2020.00271

LIN T Y ， MAIRE M ， BELONGIE S ， et al . Microsoft COCO： common objects in context ［C］// Proceedings of the 13th European Conference on Computer Vision （ECCV） . Zurich ： Springer ， 2014 ： 740 - 755 . doi: 10.1007/978-3-319-10602-1_48 http://dx.doi.org/10.1007/978-3-319-10602-1_48

WANG A ， CHEN H ， LIU L H ， et al . YOLOv10： real-time end-to-end object detection ［J/OL］. arXiv ， 2024 ： 2405 . 14458 . doi: 10.52202/079017-3429 http://dx.doi.org/10.52202/079017-3429

TIAN Y J ， YE Q X ， DOERMANN D . YOLOv12： attention-centric real-time object detectors ［J/OL］. arXiv ， 2025 ： 2502 . 12524 .

LI H L ， LI J ， WEI H B ， et al . Slim-neck by GSConv： a lightweight-design for real-time detector architectures ［J］. Journal of Real-Time Image Processing ， 2024 ， 21 （ 3 ）： 62 . doi: 10.1007/s11554-024-01436-6 http://dx.doi.org/10.1007/s11554-024-01436-6

XU X Z ， JIANG Y Q ， CHEN W H ， et al . DAMO-YOLO： a report on real-time object detection design ［J/OL］. arXiv ， 2022 ： 2211 . 15444 .

杨迪，张喜龙，王鹏． LDD-YOLO：改进YOLOv8的轻量级密集行人检测算法［J］．计算机科学与探索， 2026 ， 20 （ 1 ）： 251 - 265 ．

YANG D ， ZHANG X L ， WANG P . LDD-YOLO： a lightweight and dense pedestrian detection algorithm improving YOLOv8 ［J］. Computer Science and Exploration ， 2026 ， 20 （ 1 ）： 251 - 265 . （in Chinese）

MERABET M Z . YOLO-CROWD ［EB/OL］. ［ 2026-04-16 ］. https：//github.com/zaki1003/YOLO-CROWD https://github.com/zaki1003/YOLO-CROWD .

浏览量

167

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向复杂道路场景的轻量化路面异物检测算法

基于改进YOLO11n的野外小目标检测算法

基于改进RT-DETR的光伏红外缺陷检测算法

YOLO26-DeepSpace：一种面向深空弱小目标的多尺度多目标检测跟踪网络

基于多视角注意力融合的肺结核影像分类