基于时空融合加速的Fast RCNN运动车辆检测算法

• 作者: 房晓丽 李淼 陈玉敏
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 运动车辆检测 深度学习 形态学滤波 时空融合 Fast RCNN
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 139-145
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903368

摘要

为了解决传统运动车辆检测方法准确性不高、实时性不足的问题,提出基于时空融合加速的Fast RCNN运动车辆快速检测算法.不同于传统方法仅考虑运动车辆的单一特性,所提方法综合考虑运动车辆目标的时域运动特性和空域相关特性.首先基于时域运动特性设计自适应动态背景估计方法,实时估计背景图像,之后基于空域特征利用形态学滤波快速提取疑似目标区域,最后在vgg16模型基础上设计Fast RCNN深度学习网络,对疑似目标区域进行精准真假判别,避免了全图冗余判别.仿真证明,相对于传统方法,该算法能够有效提高检测准确性,且时效性较高,可应用于实时性要求较高的场景.