基于改进SSD的交通大场景多目标检测

被引：84

作者：

华夏 ^{[1
]}

王新晴 ^{[1
]}

王东 ^{[1
,2
]}

马昭烨 ^{[1
]}

邵发明 ^{[1
]}

机构：

[1] 中国人民解放军陆军工程大学野战工程学院

[2] 南部战区陆军第二工程科研设计所

来源：

光学学报 | 2018年 / 38卷 / 12期

基金：

国家重点研发计划; 中国博士后科学基金;

关键词：

机器视觉; 生物视觉; 深度学习; 卷积神经网络; Gabor卷积核; 递归神经网络;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

现有目标检测算法在复杂大场景下多目标检测的精度和实时性难以平衡,为此,受深度神经网络卷积核形态启发,模仿了人眼视觉机理,改进了基于深度学习的目标检测框架,即单向多框检测器(SSD),提出了多目标检测框架——自适应感知SSD,将其专用于复杂大交通场景多目标检测。设计了由多形态、彩色Gabor构成的特征卷积核库,训练筛选最优特征提取卷积核组替换原有网络的低级卷积核组,从而提高检测精度;将单图像检测框架与卷积长短期记忆网络结合,通过瓶颈-长短期记忆层提炼传播帧间的特征映射,实现网络帧级信息的时序关联,降低计算成本,从而实现对视频中受强干扰影响目标的追踪识别;同时加入自适应阈值策略,降低漏警率和虚警率。实验结果表明,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了9%～16%,平均准确率均值提高了14%～21%,多目标检测率提高了21%～36%,检测帧率达到32frame·s-1,实现了算法精度与实时性的平衡,取得较好的检测识别效果。

引用

页码：221 / 231

页数：11

共 12 条

[1]

G-MS2F: GoogLeNet based multi-stage feature fusion of deep CNN for scene recognition.[J].Pengjie Tang;Hanli Wang;Sam Kwong.Neurocomputing.2017,

[2]

Adaptation in human visual cortex as a mechanism for rapid discrimination of aversive stimuli [J].