基于深度学习监控场景下的多尺度目标检测算法研究
作者： 硅湖职业技术学院计算机系; 江苏昆山215323; 南通大学南通先进通信技术研究院; 江苏南通226019
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VCC16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PyToreh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．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
南京师范大学学报·工程技术版杂志
南京师范大学学报·工程技术版杂志， 季刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：计算机科学与技术、动力工程及工程热物理、电气工程、环境科学与工程、测绘科学与技术、管理科学与工程、信息与通信工程、城乡规划学、控制科学与工程、土木工程、食品科学与工程、农业工程、电子科学与技术等。于2001年经新闻总署批准的正规刊物。
- 省级期刊
- 1个月内审核
