基于改进的SSD模型手机违规使用目标检测

• 作者: 李智伟 杨亚莉 钟卫军 杨聪 包壮壮
• 来源期刊: 电子测量与仪器学报
• 关键词: 目标检测 深度学习 SSD 迁移学习 数据预处理
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 学术论文|PAPERS
• 页码范围: 120-127
• 页数: 8页
• 分类号: TP311.1
• 语种: 中文
• DOI: 10.13382/j.jemi.B2003417

摘要

针对某些对手机使用有特殊规定的场所时常面临难以准确、高效地识别手机违规使用的问题,提出了一种基于改进的SSD模型来检测手机的违规使用.利用SSD模型获取初次目标位置及区域分类,并利用改进的DenseNet模型对初次目标框进行判定,从而获得精确的手机检测边界框.为改进数据预处理流程,采用了数据扩增与图像质量改善相结合的策略.在自建的手机检测数据集上的实验结果验证了这些改进策略的有效性,改进的SSD模型定位精度可达91.1％,识别精度高达98％,相比原有SSD模型提升了35％.改进的SSD模型同时具有识别精度高和定位精度高的特点,可为智能识别违规使用手机的行为提供理论依据和技术支持.