首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度学习监控场景下的多尺度目标检测算法研究
引用本文:程显毅,胡海涛,季国华,孙丽丽.基于深度学习监控场景下的多尺度目标检测算法研究[J].南京师范大学学报,2018(3).
作者姓名:程显毅  胡海涛  季国华  孙丽丽
作者单位:硅湖职业技术学院计算机系;南通大学南通先进通信技术研究院
摘    要:针对监控环境下的视频图像处理存在漏检这一问题,分析现有目标检测算法中普遍使用的深度学习方法—Faster R-CNN,在VGG16卷积神经网络基础上,对深度卷积神经网络进行改进,在第一层卷积层中加入空洞卷积核,扩展神经网络的宽度,使得目标检测模型具有尺度不变性.在深度学习平台PyTorch下对Cifar-10数据集进行了实验,实验结果显示,改进的目标检测算法具有较好的尺度不变性,在监控场景下更具优势.

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号