基于改进ShuffleNetV2的敏感内容识别与应用

作     者：徐源 张玉杰 XU Yuan;ZHANG Yujie

作者机构：陕西科技大学电气与控制工程学院陕西西安710021 

基　　金：陕西省教育厅服务地方专项计划资助项目(21JC004) 深圳市科技计划资助项目(JSGG20210802154545031) 

出 版 物：《传感器与微系统》 (Transducer and Microsystem Technologies)

年 卷 期：2023年第42卷第3期

页      码：164-168页

摘      要：针对目前公共场合大屏显示系统视频内容审核方法识别准确率低、难以部署在控制器上的问题,提出一种基于改进ShuffleNetV2的敏感内容识别方法。首先,在Block2模块拼接特征通道后引入高效通道注意力(ECA)模块,加强重要特征通道的权重;其次,采用最大池化替换Block2模块中的深度可分离卷积,减少复杂背景的干扰。将训练得到的模型进行转换并通过参数量化压缩模型,部署在以RK3399Pro为核心处理器的嵌入式控制器上,设计应用程序实现对视频文件中敏感内容的识别。实际测试结果表明:改进的ShuffleNetV2敏感内容识别模型准确率提升了3.85%,计算量减小了12.99%,在控制器上的检测速度达到每帧图像17 ms,并取得较好的识别效果,该方法可有效审核视频内容,并为大屏显示系统视频内容安全提供了可靠保障。

主 题 词：内容审核 深度学习 高效通道注意力模块 嵌入式应用 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.13873/J.1000-9787(2023)03-0164-05

馆 藏 号：203118638...