基于卷积网络的视频目标检测

• 作者: 杨洁 林颖 陈俊熹 陈宇韶 陈灵娜
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 SGD梯度下降 视频目标检测 模型训练
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 61-68
• 页数: 8页
• 分类号: TP183
• 字数: 6278字
• 语种: 中文
• DOI: 10.19431/j.cnki.1673-0062.2018.04.010

摘要

针对传统卷积神经网络层级较为浅,对物体识别精确度较低的原因,利用改进的深层卷积网络VGG16模型检测视频运动目标.首先,预处理过程中对数据集进行剪裁和旋转操作,补充数据集数量,以解决前期图像资源不足等问题;其次,在P ASCAL VOC数据集上先预训练模型,接着加载自定义视频数据集对预训练模型进行第二次训练.实验结果表明,该网络模型能很好用于视频目标识别,提高了检测精确度,有效减少网络参数计算量,降低硬件内存资源消耗,具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈灵娜	南华大学计算机学院	16	75	5.0	7.0
2	陈俊熹		7	25	3.0	4.0
3	林颖	南华大学计算机学院	5	36	4.0	5.0
4	陈宇韶	南华大学计算机学院	3	34	3.0	3.0
5	杨洁	南华大学计算机学院	5	58	5.0	5.0