-
题名基于改进神经网络的视频序列运动目标识别方法
被引量：1
- 1
-
-
作者
范建伟
李琳
靳志鑫
-
机构
太原科技大学
-
出处
《现代电子技术》
北大核心
2024年第20期118-122,共5页
-
文摘
为改善运动目标检测效果,降低目标漏检率,提出一种基于改进神经网络的视频序列运动目标识别方法。构建改进YOLOv3的运动目标识别模型,以不同帧视频图像为模型输入,经过卷积层的初步特征提取后,输入到由5个残差模块组成的深层网络中。通过以上采样方式构建特征金字塔,实现对运动目标四尺度特征的捕捉。在特征金字塔的每一层,应用K-means算法对运动目标真实框进行聚类,确保候选框尺寸和比例与真实运动目标的统计特性相匹配;再利用获得的候选框和分类器对特征图上每个位置进行目标检测,运用非极大值抑制技术剔除重叠框,将斥力损失函数引入到网络训练总损失之中,使预测框无限贴近运动目标真实框,实现对运动目标的精准识别。实验结果表明,所提方法具有显著的运动目标识别能力,当聚类数目为12时,运动目标识别的AUC、F1指标可达到0.92、0.90,且计算量较少。
-
关键词
视频序列
运动目标识别
改进YOLOv3网络
特征金字塔
K-MEANS算法
候选框聚类
-
Keywords
video sequence
motion target recognition
improved YOLOv3 network
feature pyramid
K-means algorithm
candidate box clustering
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
