PDF下载
改进的基于区域卷积神经网络的微操作系统目标检测方法

彭刚 杨诗琪 黄心汉 苏豪

华中科技大学自动化学院图像信息处理与智能控制教育部重点实验室

摘要: 传统的目标检测方法不能有效检测微操作系统中部分受遮挡或多种姿态的目标,因此文中采用改进的基于区域卷积神经网络的Faster-RCNN检测算法,用于微操作系统中部分受遮挡或多种姿态的目标检测.在原始Faster-RCNN的基础上,使用在图像分类任务中性能优越的深度残差网络作为检测算法的主框架,并且引入防止正负样本不均衡的在线困难样本挖掘策略以提高网络性能.实验表明,这种改进的基于区域卷积神经网络方法能有效识别部分受遮挡和不同姿态的目标,相比传统方法,文中方法对环境适应性更强,速度更快,具有实际应用价值.
关键词: 微操作系统;目标检测;区域卷积神经网络;深度残差网络;在线困难样本挖掘
DOI:
基金资助:
文章地址: