基于改进的特征提取网络的目标检测算法

作     者：乔婷 苏寒松 刘高华 王萌 Qiao Ting;Su Hansong;Liu Gaohua;Wang Meng

作者机构：天津大学电气自动化与信息工程学院 

基　　金：国家自然科学基金(61471260) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2019年第56卷第23期

页      码：127-132页

摘      要：针对目标检测准确率低,物体位置不精准的缺点,设计了一种基于改进的特征提取网络的目标检测算法。首先将训练集进行数据增强;其次设计了一种双通道网络,用于目标检测算法Faster R-CNN的特征提取;最后在算法的预测部分,对非极大值抑制(NMS)机制进行了改进,并采用加权平均方法获取存在多个相近的预测框的位置。在VOC 2007和VOC 2012数据库上进行实验,表明本文算法比经典的目标检测算法效果要好,准确率达到79.1%,提升了3%~4%,验证了本文算法的有效性。

主 题 词：图像处理 深度学习 目标检测 特征提取 卷积神经网络 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 081203[081203] 08[工学] 0835[0835] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3788/LOP56.231008

馆 藏 号：203878618...