基于多数据集深度学习的视觉传感图像目标增强识别

作     者：董涛 杨宝华 DONG Tao;YANG Baohua

作者机构：辽东学院信息工程学院辽宁丹东118000 

基　　金：2022年辽宁省自然科学基金项目(2022-KF-12-13) 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2024年第37卷第1期

页      码：64-70页

摘      要：视觉传感图像目标的特征变化幅度普遍较大,类别间样本不均衡,为了提高视觉传感图像关键目标识别效果,提出基于多数据集深度学习的视觉传感图像目标增强识别方法。采用颜色特征提取识别目标的特征量,通过计算视觉传感图像目标与背景区域的纹理特征差异,构建具有多特征参数的卷积神经网络模型。采用指数Laplace损失函数降低模型中类内特征变化幅度,调整不同类中心的特征间距离。结合自适应分块标记完成目标增强识别全过程。以火焰和车辆监控视觉传感图像为分析对象,设计测试实验。结果表明:所提方法的视觉传感图像增强效果较好,能够有效识别出视觉传感图像中火灾发生的异常行为和车辆的驾驶行为,且目标识别耗时低于6.2 s,证明所提方法的实际应用价值较高。

主 题 词：视觉传感图像 卷积神经网络 目标识别 纹理特征差异 Laplace损失函数 分块标记 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1004-1699.2024.01.010

馆 藏 号：203126095...