基于递归神经网络的视频多目标检测技术

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:DrunkenLion
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有基于大数据和深度学习的目标检测框架难以实现在低功耗移动和嵌入式设备上实时进行视频目标检测的问题,改进了基于深度学习的目标检测框架SSD,提出一种改进的多目标检测框架LSTM-SSD,将其专用于交通场景视频多目标检测。将单图像检测框架与递归神经网络-LSTM网络相结合,形成交织循环卷积结构,通过采用一种Bottleneck-LSTM层提炼传播帧间的特征映射实现了网络帧级信息的时序关联,极大降低了网络计算成本;将时间感知信息与改进的动态卡尔曼滤波算法结合起来,实现了对视频中受光照变化、大面积遮挡
其他文献
他用浓浓的深情,托起了大山的希望;他用滚烫的爱心,撑起了山区教育的晴空。他就是保靖县优秀教育工作者、毛沟小学校长彭必文。川河界上的孩子,被他一点点改变了.“到农村去,
针对获得训练数据集代价高昂问题,提出了一种用于图像显著性检测的弱监督新方法,在训练网络模型时仅使用图像级标签。方法分为两个阶段,在第一阶段,根据图像级标签训练分类模型,获得前景推断图;在第二阶段,对原图像进行超像素块处理,并与阶段一得到的前景推断图进行融合,从而细化显著对象边界。算法使用了现有的大型训练集和图像级标签,未使用像素级标签,从而减少了注释的工作量。在四个公共基准数据集上的实验结果表明,
针对视网膜血管图像特征信息复杂程度高,现有算法存在微血管分割较低和病理信息误分割等问题,提出一种融合Dense Net和U-Net网络的血管分割模型。首先,通过限制对比度直方图均衡化和filter滤波对图像进行血管增强处理;其次,利用局部自适应gamma提升图像亮度信息并降低伪影的干扰;再次,由多尺度形态学滤波局部增强微血管特征信息;最后,利用U型密集链接模块进行分割。该算法在DRIVE数据集上实
目的探讨结缔组织病合并肺间质病变的临床特点、治疗与预后。方法对50例结缔组织病合并肺间质病变的临床表现、实验室检查、肺功能检测、影像学改变、治疗与转归进行回顾性分
气体氮化工艺虽然是个老工艺,但是要搞成功也还要一个认识和掌握的过程。本文介绍了我厂用简单的方法,搞气体氮化的经验,供用者参考。一、气体氮化设备1.气体氮化装置(见图1)
基于暗通道先验的单幅图像去雾算法是目前最为高效的图像去雾技术,然而当图像中某些场景不完全满足暗通道先验时,去雾处理后的图像中常常出现大量伪影和色彩失真,因此需要根据图像对该方法进行修正。假设图像场景亮度越高,暗通道越不可信;场景饱和度越低,暗通道越不可信。基于该假设重新设计了图像的暗通道置信度,以补偿场景不完全满足暗通道先验时估算过大的暗通道值;另外对图像进行后置增强处理,以提升图像的视觉效果。对
目的:探讨脑卒中患者并发抑郁症的临床因素和治疗措施。方法选择我院2011年6月—2013年8月收治的103例脑卒中患者,随机分为抑郁症组50例,单纯脑卒中组53例。抑郁症组中,轻型抑郁
设计了六自由度工业机器人,对其关节柔性进行研究;根据其结构特点和负载情况,基于DH坐标理论建立了其刚性运动学模型和柔性运动学模型,分析研究了对关节柔性的影响因素,这里主要是
民营企业的发展壮大,需要不断加强其内部控制,而内部审计是加强内部控制的关键措施。本文就民营企业开展内部审计的措施进行了探讨