基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目标检测中小目标漏检、准确率较低和容易受到相似目标干扰等问题,在SSD(Single Shot Multi-Box Detector)模型基础上,提出一种融合低层手工特征和深层网络特征的目标检测方法.通过对图像提取融合多种目标特征,获取目标大概位置和类别.基于非极大值抑制(NMS)将交并比小于0.7的窗口消除,解决行人部分重叠与小目标的漏检问题,提升目标检测的准确性和目标检测模型的泛化能力.该模型在VOC2007公开数据集上的平均检测精度较SSD算法提升了4%,NMS机制的加入有效提升了目标检测速度和稳定性.
推荐文章
基于多信息融合的多目标跟踪方法研究
计算机视觉
深度学习
多目标跟踪
目标遮挡
双分支网络
基于多特征信息融合粒子滤波的红外目标跟踪
粒子滤波
纹理特征
多特征融合
目标跟踪
基于粒子滤波的目标图像多特征融合跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外图像
图像识别
基于卷积特征融合的通用目标检测方法
卷积神经网络
特征融合
特征复用
特征相关性
目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多特征信息融合的目标检测方法研究
来源期刊 计算机应用与软件 学科 工学
关键词 多特征融合 目标检测 SSD算法 非极大值抑制
年,卷(期) 2020,(11) 所属期刊栏目 人工智能与识别
研究方向 页码范围 122-126
页数 5页 分类号 TP391.9
字数 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.11.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆文总 27 103 5.0 9.0
2 丁哲 3 7 1.0 2.0
3 闫芬婷 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多特征融合
目标检测
SSD算法
非极大值抑制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导