基于熵和运动偏移量的野生动物遮挡检测方法

• 作者: 何源 朱小飞 王越 陈建促
• 来源期刊: 计算机应用研究
• 关键词: YOLOv3 遮挡检测 信息熵 时间序列 运动偏移 野生动物
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3869-3873,3877
• 页数: 6页
• 分类号: TP399
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0587

摘要

针对野生动物实时目标检测过程中因遮挡导致的目标检测准确率降低的问题,考虑到视频特有的时间序列关系,提出了一种基于熵和运动偏移量的野生动物遮挡检测方法.该方法通过YOLOv3模型对目标进行特征提取,根据位置偏移量与视频序列中最低信息熵对应的图像,获取待检测遮挡目标的检测位置与类别.实验结果表明,结合YOLOv3、信息熵、时间序列关系以及位置偏移量的实时目标检测方法能够很好地解决野生动物遮挡的检测问题,提升了实时目标检测的稳定性与准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王越	重庆理工大学计算机科学与工程学院	50	351	12.0	16.0
2	陈建促	重庆理工大学计算机科学与工程学院	3	0	0.0	0.0
3	朱小飞	重庆理工大学计算机科学与工程学院	5	38	3.0	5.0
4	何源	重庆理工大学计算机科学与工程学院	1	0	0.0	0.0