基于深度學(xué)習(xí)監(jiān)控場(chǎng)景下的多尺度目標(biāo)檢測(cè)算法研究
摘要：針對(duì)監(jiān)控環(huán)境下的視頻圖像處理存在漏檢這一問(wèn)題，分析現(xiàn)有目標(biāo)檢測(cè)算法中普遍使用的深度學(xué)習(xí)方法Faster R—CNN，在VCC16卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，在第一層卷積層中加入空洞卷積核，擴(kuò)展神經(jīng)網(wǎng)絡(luò)的寬度，使得目標(biāo)檢測(cè)模型具有尺度不變性．在深度學(xué)習(xí)平臺(tái)PyToreh下對(duì)Cifar-10數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的目標(biāo)檢測(cè)算法具有較好的尺度不變性，在監(jiān)控場(chǎng)景下更具優(yōu)勢(shì)．
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社。
南京師范大學(xué)學(xué)報(bào)·工程技術(shù)版雜志
南京師范大學(xué)學(xué)報(bào)·工程技術(shù)版雜志， 季刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：計(jì)算機(jī)科學(xué)與技術(shù)、動(dòng)力工程及工程熱物理、電氣工程、環(huán)境科學(xué)與工程、測(cè)繪科學(xué)與技術(shù)、管理科學(xué)與工程、信息與通信工程、城鄉(xiāng)規(guī)劃學(xué)、控制科學(xué)與工程、土木工程、食品科學(xué)與工程、農(nóng)業(yè)工程、電子科學(xué)與技術(shù)等。于2001年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 省級(jí)期刊
- 1個(gè)月內(nèi)審核
