原文传递
基于倾向流和深度学习的机场运动目标检测
| 题名： | 基于倾向流和深度学习的机场运动目标检测 |
| 正文语种： | 中文 |
| 作者： | 詹昭焕；韩松臣；李炜；余丽莎； |
| 关键词： | 智能交通；运动目标；机场场面监视；倾向流；卷积神经网络；目标检测 |
| 摘要： | 针对当前基于视频图像的场面监视目标检测方法存在定位误差较大,识别准确率低等问题,建立一种结合目标运动信息的机场场面运动目标检测方法:利用倾向流法提取出运动目标在图像中的候选区域,对候选区域执行点池化操作以确定区域建议的边界,采用Inception结构构建一个浅层卷积神经网络,并使用该网络对区域建议中的航空器、车辆和人员进行识别。结合国内机场的监视视频,构建了一个包含4 938张图片的机场目标数据集,用于算法的训练和测试。结果表明,运动目标提取的准确率达到94%以上,运动目标识别的Top-1准确率达到了97 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2019 |
| 期： | 01 |
| 页码： | 49-57 |
检索历史
应用推荐
