基于卷积神经网络的特定细小军事标识检测

• 作者: 李雯 杨东宝
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 细小军事标识检测 深度学习 卷积神经网络
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 691-695
• 页数: 5页
• 分类号: TP391.41|TP183
• 字数: 3297字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.06.010

摘要

针对特定军事标识所占图像面积较小的问题,提出一种基于卷积神经网络的特定标识检测算法,该算法针对小物体检测优化Faster R-CNN,利用多个区域建议网络融合高层与中层特征,并获取更多候选区域;同时扩大网络高层的特征图,提高标识检测的准确度.在含军事标识的测试数据集上进行实验,该方法检测召回率达86.42％,相比现有方法提高至少3.3％.结果 表明,文章提出的检测算法可有效检测出在图像中所占比例较小且与背景区分度低的军事标识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雯	国防科技大学信息通信学院	11	42	5.0	6.0
2	杨东宝		2	0	0.0	0.0