城市道路视频中小像素目标检测

• 作者: 尹东 张锐 金瑶
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 视频图像 小像素目标 卷积神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 科研论文
• 页码范围: 74-81
• 页数: 8页
• 分类号: TB872|TP391.4
• 字数: 4522字
• 语种: 中文
• DOI: 10.12086/oee.2019.190053

摘要

视频图像中的小像素目标难以检测.针对城市道路视频中的小像素目标,本文提出了一种改进YOLOv3的卷积神经网络Road_Net检测方法.首先,基于改进的YOLOv3,设计了一种新的卷积神经网络Road_Net;其次,针对小像素目标检测更依赖于浅层特征,采用了4个尺度检测方法.最后,结合改进的M-Softer-NMS算法来进一步提高图像中目标的检测精度.为了验证所提出算法的有效性,本文收集并标注了用于城市道路小像素目标物体检测的数据集Road-garbage Dataset,实验结果表明,本文算法能有效地检测出诸如纸屑、石块等在视频中相对于路面的较小像素目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹东	中国科学技术大学信息科学技术学院	59	588	15.0	22.0
5	张锐	中国科学技术大学信息科学技术学院	61	584	15.0	22.0
9	金瑶	中国科学技术大学信息科学技术学院	1	1	1.0	1.0