基于NMS及帧间差分的深度学习目标识别实验仿真

• 作者: 王辉 于立君 刘朝达 高天禹
• 来源期刊: 实验室科学
• 关键词: 目标识别 创新性实验 深度学习 非极大值抑制
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机应用|Computer application
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP249
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4305.2021.01.013

摘要

目标识别实验是数字图像处理实验的一个创新性实验项目,学生选课率较高.传统的目标识别算法不能识别目标的位置信息,而且识别率较低.在深度学习理论构架下,设计了基于NMS及帧间差分的目标识别实验仿真算法,将帧间差分法融入识别过程,采用帧间差分法提取待识别视频的动态信息作为补充,增强候选框区域分割图像,并通过NMS算法对候选框进行筛选,提高识别率.仿真结果表明,算法识别出目标种类的同时能对目标在图像中的位置进行精确标定,并可以判断目标是否处于运动中,具有较高的识别率.