基于卷积神经网络的复杂场景目标检测算法

• 作者: 吕轩轩 宫法明 时念云 王晓宁
• 来源期刊: 计算机系统应用
• 关键词: 计算机视觉 复杂场景 目标检测 深度学习 卷积神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 153-158
• 页数: 6页
• 字数: 5318字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006941

摘要

海上石油平台监控环境复杂,采油工作平台摄像头监控角度不同,海上环境复杂多变,雨雾等天气下,摄像头图片模糊不清.针对上述增加了目标检测的难度的问题,提出了一种基于卷积神经网络的复杂场景目标检测算法(简称ODCS)来检测图像中的特定对象.该方法结合不同分辨率的特征图预测来自然处理各种尺寸的对象,消除了特征重新采样阶段,并将所有计算封装在单个网络中,这样易于训练且可以直接集成到需要检测组件的系统中.实验结果表明,相对于传统的方法,该方法检测在准确率和召回率上明显提高,且检测效率能够满足实时应用的要求.