基于深度学习的车辆时序动作检测算法 |
| |
引用本文: | 卫星,杨国强,陆阳,魏臻.基于深度学习的车辆时序动作检测算法[J].计算机工程与设计,2020,41(12):3510-3516. |
| |
作者姓名: | 卫星 杨国强 陆阳 魏臻 |
| |
作者单位: | 合肥工业大学 计算机与信息学院,安徽 合肥 230601;安全关键工业测控技术教育部工程研究中心,安徽 合肥 230009;合肥工业大学 计算机与信息学院,安徽 合肥 230601 |
| |
基金项目: | 安徽省重点研发计划基金项目;国家重点研发计划 |
| |
摘 要: | 为有效解决传统人工标注定位车辆行为存在的检测率低且相应的目标检测算法实用性差的弊端,提出一种基于深度学习的车辆时序动作检测算法,将视频中车辆直行行为设为背景行为,车辆转向、掉头等行为设定为目标行为。利用双流卷积网络对长视频中目标行为进行提取得到初级区域提议,利用双向长短记忆网络对得到的初级提议进行细化裁剪操作,实现对车辆行为类别的检测以及该行为的时间提取。实验结果表明,该算法与其它算法进行比较,在平均精度和时间交并比上均较优。
|
关 键 词: | 深度字习 卷积神经网络 长视频分析 车辆行为分析 双向长短期记忆网络 |
本文献已被 万方数据 等数据库收录! |
|