论文部分内容阅读
为了提高视频目标检测的边缘准确性,提出一种基于卷积神经网络和马尔可夫随机场的视频目标检测算法。通过视频的置信帧来调节与优化神经网络,解决深度卷积神经网络的标签不一致问题;采用马尔可夫模型将前景目标与背景分割,对超像素做平滑处理;设计前后光流融合的密集光流法,提高目标的运动一致性。基于多组公开视频数据集进行了仿真实验,结果显示该算法在目标检测性能方面具有明显的优势,提取的目标轮廓具有较高的准确性。