节点文献

基于区域推荐和深度卷积网络的交通目标检测

免费订阅

【作者】 李娟强赞霞杨关崔春生

【Author】 LI Juan;QIANG Zan-xia;YANG Guan;CUI Chun-sheng;School of Computer Science,Zhongyuan University of Technology;College of Computer and Information Engineering,Henan University of Economics and Law;

【机构】 中原工学院计算机学院河南财经政法大学计算机与信息工程学院

【摘要】 为解决传统目标检测算法需要人工设定目标特征、使用滑动窗法判断目标可能区域耗时等问题,将基于区域推荐和深度卷积网络用于交通目标检测,直接从原始图像提取特征,免去了人工选取特征的环节;解决了滑动窗口法耗时的问题.首先采用Selective Search方法在源图像上生成大量的候选区域,以这些候选区域作为输入样本,训练深度卷积网络学习算法,自动进行特征提取,对每个候选区提取的特征采用SVM分类器进行分类,最后基于贪婪非极大值抑制方法精修候选框的位置.此算法通过matlab编程分别对单目标、多目标及多类交通目标进行检测实验,证明了所提方法的可行性和有效性.

【基金】 国家自然科学基金项目:基于概率图模型的图像分割方法研究(u1404606);河南省科技攻关项目:无人驾驶车智能感知关键技术研究(182102210126);基于深度学习的无人驾驶在城市建设中的模式研究(182102310904);结合图模型和深度学习的图像处理关键技术研究(172102210587);深度学习在视觉目标检测中的关键技术研究(152102210360)
【所属期刊栏目】 应用 (2018年16期)
  • 【分类号】TP391.41;TP18
  • 【被引频次】1
  • 【下载频次】61
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: