论文部分内容阅读
提出了一种基于电梯监控视频、用于检测轿厢中是否存在狗的算法。该算法结合栈式自编码网络(SAE),使用梯度方向直方图(HOG)来表征狗的特征。首先,采集大量电梯轿厢中狗的正负样本进行训练并提取梯度特征;然后构建栈式自编码网络并将梯度特征输入其中进行无监督学习来获取更深层特征模型;最后训练Softmax分类器得到最终的电梯中狗识别的模型。此外,该算法通过对视频的背景差分处理能够精准地定位待识别的区域,从而极大提高算法效率。最终实现了电梯轿厢中狗的实时检测,识别率达到89%左右。