基于卷积Hopfield网络的运动目标检测模型

• 作者: 沈慧 王森妹
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 局部连接 卷积Hopfield神经网络 运动目标检测 视频图像
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 计算机技术
• 页码范围: 74-77
• 页数: 4页
• 分类号: TP18|TP391.41
• 字数: 3349字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2019.09.029

摘要

本文针对视频图像中显著性检测存储量大、计算复杂等特点,提出了一种结合卷积的Hopficld神经网络的深度学习模型.利用Hopfield网络在序列图像处理上的优势,处理视频信息中的能更好地结合上下文关系和时序信息提取运动目标的特征.将Hopfield的循环反馈与卷积结合起来,以在空间上更好地提取运动目标.将传统的Hopfield网络的全连接转换为局部连接的Hopfield网络.用局部连接的HNN作为门控RNN的主要部分代替区域框,并与卷积神经网络结合起来进行显著性检测,然后结合到darknet框架下进行视频运动目标检测.在VIVD数据集下验证显示,针对视频中的运动目标,在无须提前训练和标记的情况下能获得较好的检测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王森妹		2	0	0.0	0.0
2	沈慧		1	0	0.0	0.0