基于深度學習監(jiān)控場景下的多尺度目標檢測算法研究
作者：程顯毅; 胡海濤; 季國華; 孫麗麗 硅湖職業(yè)技術學院計算機系; 江蘇昆山215323; 南通大學南通先進通信技術研究院; 江蘇南通226019
摘要：針對監(jiān)控環(huán)境下的視頻圖像處理存在漏檢這一問題，分析現(xiàn)有目標檢測算法中普遍使用的深度學習方法Faster R—CNN，在VCC16卷積神經(jīng)網(wǎng)絡基礎上，對深度卷積神經(jīng)網(wǎng)絡進行改進，在第一層卷積層中加入空洞卷積核，擴展神經(jīng)網(wǎng)絡的寬度，使得目標檢測模型具有尺度不變性．在深度學習平臺PyToreh下對Cifar-10數(shù)據(jù)集進行了實驗，實驗結果顯示，改進的目標檢測算法具有較好的尺度不變性，在監(jiān)控場景下更具優(yōu)勢．
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
南京師范大學學報·工程技術版雜志
南京師范大學學報·工程技術版雜志， 季刊，本刊重視學術導向，堅持科學性、學術性、先進性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：計算機科學與技術、動力工程及工程熱物理、電氣工程、環(huán)境科學與工程、測繪科學與技術、管理科學與工程、信息與通信工程、城鄉(xiāng)規(guī)劃學、控制科學與工程、土木工程、食品科學與工程、農(nóng)業(yè)工程、電子科學與技術等。于2001年經(jīng)新聞總署批準的正規(guī)刊物。
- 省級期刊
- 1個月內(nèi)審核
