强化特征提取能力的航拍图像目标检测算法

• 作者: 徐智 施皓晨 李海林 项超 黎宁
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 目标检测 较小目标 车辆 深度卷积神经网络 智能交通系统
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 图像处理
• 页码范围: 1993-1998
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.034

摘要

航拍视角下的地面交通车辆目标自主检测是智能交通系统中获取交通信息的新兴手段.近年来,随着深度学习在诸多领域应用取得显著的成功,卷积神经网络也开始应用于视频图像的目标检测中.针对航拍图像下的较小车辆目标,结合密集的拓扑结构和最优的池化策略,论文重构了深度卷积神经网络模型,重点强化网络的特征提取能力,用于提升小目标检测性能.论文提出的检测模型在NVIDIA 1080ti平台上,对航拍图像不同类型的车辆目标检测进行了实验仿真.实验结果表明,提出的检测方法对较小目标检测能力鲁棒性高,快速有效,并实现了实时检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎宁		30	241	8.0	13.0
2	李海林		20	110	6.0	9.0
3	徐智		1	0	0.0	0.0
4	施皓晨		2	0	0.0	0.0
5	项超		1	0	0.0	0.0