基于深度编解码网络的运动目标检测算法

• 作者: 侯畅 董兰芳
• 来源期刊: 计算机系统应用
• 关键词: 运动目标检测 深度学习 卷积神经网络 高斯混合模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 专论·综述
• 页码范围: 10-19
• 页数: 10页
• 字数: 8260字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006154

摘要

运动目标检测算法在视频监控等领域应用广泛,但是现实场景中由于噪音、光照变化等因素导致背景复杂多变,传统的运动目标检测算法往往效果不佳.为了提升算法效果,提出了一种新的基于深度编解码网络的运动目标检测算法,将问题转化为像素级的语义分割问题.事先使用大量数据离线训练出一个编解码网络,来学习背景与视频帧之间的差异性,实际应用中首先使用高斯混合模型进行背景建模,之后将所得背景与视频帧作为网络输入即可直接获取检测结果.该方法利用了深度卷积网络在抗噪及特征学习等方面的优点,无需进行复杂的参数调优即可实现高性能的运动目标检测.我们在CDnet2014数据集上进行了实验评估,实验结果显示我们所提出的算法较原GMM算法有很大提升,甚至在一些场景中的表现优于现有的一些顶尖算法.另外得益于非常简单的背景建模方法以及网络结构,我们的算法在使用GPU的情况下能够近乎实时地进行运动目标检测,实用性很强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董兰芳	中国科学技术大学计算机科学与技术学院	58	518	13.0	21.0
2	侯畅	中国科学技术大学计算机科学与技术学院	2	2	1.0	1.0