基于深度卷积神经网络的运动目标光流检测方法

• 作者: 朱启兵 王正来 蒋胜 黄敏
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 运动目标 光流检测 深度卷积神经网络 网络结构优化
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 科研论文
• 页码范围: 38-47
• 页数: 10页
• 分类号: TP391.4
• 字数: 5039字
• 语种: 中文
• DOI: 10.12086/oee.2018.180027

摘要

运动目标检测是物体检测领域的一个重要研究方向,在目标识别中有着至关重要的作用.针对传统运动检测方法精度不高、无法对运动目标进行检测,本文将深度卷积神经网络引入到运动目标光流检测中,将前后帧图像及目标光流场图像作为网络的输入,自适应地学习运动目标光流,并通过对网络放大架构的优化及网络的精简,同时采用数据增广等技术,设计出精度与实时性兼顾的目标物体光流检测网络.实验结果表明,本文方法在运动目标的光流场检测中有更好的表现,SS-sp和CS-sp网络相比原网络在检测精度上均提高了约5.0%,同时大幅减少了网络的运行时间,基本满足实时检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱启兵	江南大学轻工过程先进控制教育部重点实验室	56	481	14.0	19.0
2	黄敏	江南大学轻工过程先进控制教育部重点实验室	68	518	13.0	19.0
3	王正来	江南大学轻工过程先进控制教育部重点实验室	3	20	2.0	3.0
4	蒋胜	江南大学轻工过程先进控制教育部重点实验室	3	20	2.0	3.0