论文摘要
目标检测与识别是数字图像处理实验的创新性实验项目。传统的目标识别算法可以识别目标类型,但不能识别目标的位置信息,且对相同目标的识别率较低。该文设计了一种基于帧间差分法的深度学习目标识别算法,即在深度学习理论构架下,将帧间差分法融入识别过程,补充增强候选框分割图像,通过NMS算法对候选框进行筛选。仿真结果表明,该算法在识别目标种类的同时还能对目标在图像中的位置进行精确标定,并可判断目标是否处于运动状态,具有较高的识别率。
论文目录
文章来源
类型: 期刊论文
作者: 王辉,于立君,孙蓉,刘朝达,高天禹
关键词: 目标检测与识别,创新性实验项目,帧间差分法,深度学习
来源: 实验技术与管理 2019年12期
年度: 2019
分类: 基础科学,信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 哈尔滨工程大学自动化学院
基金: 黑龙江省教改项目（SJGY20170505,SJGY20170506）,哈尔滨工程大学教改项目（JG2018Y06）
分类号: TP391.41;TP18
DOI: 10.16791/j.cnki.sjg.2019.12.042
页码: 178-181+190
总页数: 5
文件大小: 1648K
下载量: 168