城市道路视频中小像素目标检测

摘要：

视频图像中的小像素目标难以检测.针对城市道路视频中的小像素目标,本文提出了一种改进YOLOv3的卷积神经网络Road_Net检测方法.首先,基于改进的YOLOv3,设计了一种新的卷积神经网络Road_Net;其次,针对小像素目标检测更依赖于浅层特征,采用了4个尺度检测方法.最后,结合改进的M-Softer-NMS算法来进一步提高图像中目标的检测精度.为了验证所提出算法的有效性,本文收集并标注了用于城市道路小像素目标物体检测的数据集Road-garbage Dataset,实验结果表明,本文算法能有效地检测出诸如纸屑、石块等在视频中相对于路面的较小像素目标.

关键词：视频图像、小像素目标、卷积神经网络

所属期刊栏目：46

分类号：TB872;TP391.4(摄影技术)

资助基金：2018年度安徽省重点研究和开发计划项目1804a09020049

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81