一种基于透视变换数据增广的斜视目标鲁棒检测方法

• 作者: 李程启 温招洋 郑文杰 黄文礼
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 目标检测 透视变换 数据增强 样本不平衡
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP389.1
• 字数: 4576字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.04.001

摘要

目标检测通过运用卷积神经网络技术,使得在识别的精度上取得非常大的进步.通用的目标检测已经取得较好的检测效果,但是针对工业生产中存在样本量较少的斜视目标问题,算法检测效果较差.主要的原因是训练样本非常稀少,造成基于深度神经网络的检测模型训练发生偏移,对整体的检测精度造成影响.本文提出一种基于透视变换数据增广的斜视目标鲁棒检测方法,通过透视变换模拟斜视目标出现的场景,解决斜视目标样本量较少的问题,同时能够显著增加用于训练的斜视目标样本量,提高斜视目标的识别精度.实验结果表明本文提出的方法对检测精度的提高效果明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温招洋		2	6	1.0	2.0
2	李程启	国网山东省电力公司电力科学研究院	4	8	2.0	2.0
3	郑文杰	国网山东省电力公司电力科学研究院	2	1	1.0	1.0
4	黄文礼		1	0	0.0	0.0