融合TDA的深度自编码网络车辆目标检测

• 作者: 任亚婧 张宏立
• 来源期刊: 信息与控制
• 关键词: 交通监控 目标检测 点云区域生长分割 拓扑数据分析 层次聚类 深度自编码网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 627-633
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13976/j.cnki.xk.2019.8567

摘要

针对在雪天环境下交通监控检测实时性差和准确率低的问题,提出了融合TDA的深度自编码网络车辆目标检测方法.该方法首先将监控视频帧的图像转化为点云数据;进而通过分割后提取车辆目标的点云数据并利用拓扑数据分析对车辆目标的点云数据进行处理;最后利用量化后的拓扑数据分析得到的车辆目标数据的单纯复形表示作为输入样本,对深度自编码网络进行训练,以栈式自编码结构的最后两层隐藏层作为输出构建车辆目标的特征模型,通过全连接层输入Soft-max分类层做分类,使网络可以更加快速精确地对雪天环境下的目标和背景进行分类.实验结果表明,该方法能有效在雪天复杂环境下检测车辆目标并在精度以及速度上均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏立	新疆大学电气工程学院	89	474	12.0	17.0
2	任亚婧	新疆大学电气工程学院	2	1	1.0	1.0