基于卷积神经网络的电话行为识别方法研究

• 作者: 刘畅 张亚芹 程科 覃源
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 目标检测 K-means聚类算法 图像增广
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 1737-1742
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.036

摘要

为了解决人防的保安方式难以适应人们的需求,论文研究基于卷积神经网络的电话行为识别方法,用于特定场合下智能监控接打电话行为.采用基于VGG16并重构网络结构,减少一个全连接层,增加6个卷积层和1个池化层.为了使目标定位更加精准,用K-means聚类算法进行统计prior box.在ssd上优化模型时,在数据层增加数据增广功能.同时为了提高对光照不均匀图像识别准确率,进行光照预处理.实验用2800张图片对训练得到的模型进行测试,结果表明正检率可达0.965.此外,实验进行了多次不同模型对比发现:此模型的内存占用率和处理单张图片的时间也有优势.该模型已成功应用于特定场合的接打电话行为智能监控.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程科		32	205	6.0	14.0
2	刘畅		9	6	1.0	2.0
3	张亚芹		1	0	0.0	0.0
4	覃源		1	0	0.0	0.0