基于卷积神经网络的遮挡目标图像检测识别技术研究

为了尽可能降低图像目标的重复识别概率、错误率，提出了利用卷积神经网络算法对图像识别信息的重复识别进行分析的实验研究。遮挡目标的数据集经过图像增强后输入给卷积层卷积，初始化得到的图像数据经过卷积层卷积后，提交至池化层进行进一步处理，提取图像特征数据，将提取的图像特征数据经过池化层处理后进行压缩，提取遮挡目标的关键特征信息。最后经过TensorFlow深度机器学习框架的实验测试，进一步证明使用注意模块后可以通过引导网络去关注被遮挡目标图像上的可视细节部分，并完善对遮挡目标图像检测进行验证研究。