基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目标检测问题是计算机视觉中的热门问题,如何提高目标检测定位精度是检测过程中面临的一个难题.在SSD算法的基础上,通过结合选择性搜索算法,提出了一种提高检测定位精度的方法.该算法首先通过SSD算法框架对图像进行目标初始检测,获得目标粗略位置和目标类别,然后采用一种改进的选择性搜索算法对目标所在区域进行选择性搜索,生成目标边界候选框,最后采用文中提出的边界判断方法得到目标精确位置,完成由粗到精(Coarse-to-Fine)的目标定位检测.文中算法对PASCAL VOC2012数据集中的22 531张图像进行了测试,实验结果显示文中算法检测目标中心位置误差7.6,平均覆盖率90.8%,相比于其他算法,中心位置误差更低,覆盖率更高,能提高目标检测定位精度20%~30%.
推荐文章
一种基于SSD改进的目标检测算法
目标检测
SSD
深度学习
卷积神经网络
注意力机制
改进SSD的交通标志目标检测算法
交通标志
小目标检测
RFB结构
中心损失
基于改进SSD的高效目标检测方法
深度学习
目标检测
特征融合
样本失衡
卷积神经网(CNN)
基于多尺度融合SSD的小目标检测算法
单点多盒探测器
多尺度融合
目标检测
小目标
VGG16网络结构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SSD的改进目标精定位检测算法
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 目标检测 目标定位 定位精度 选择性搜索
年,卷(期) 2018,(6) 所属期刊栏目 电子·信息·通信
研究方向 页码范围 73-78
页数 6页 分类号 TP391.4
字数 4835字 语种 中文
DOI 10.3969/j.issn.1009-3516.2018.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李军 空军工程大学信息与导航学院 101 597 13.0 18.0
2 余旺盛 空军工程大学信息与导航学院 71 426 10.0 17.0
3 侯志强 空军工程大学信息与导航学院 74 1526 13.0 38.0
7 王姣尧 空军工程大学信息与导航学院 5 17 2.0 4.0
8 廖秀峰 空军工程大学信息与导航学院 5 17 2.0 4.0
9 陈传华 空军工程大学信息与导航学院 5 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (4)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (21)
二级引证文献  (1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
目标检测
目标定位
定位精度
选择性搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导