交通场景物体检测模型研究

摘要：

基于深度学习技术设计了交通场景下物体的视觉检测方法.首先基于深度卷积对抗生成网络构建了交通场景数据集,基于faster R-CNN设计了交通场景物体检测模型.上述模型利用卷积神经网络提取图像特征.采用区域推荐网络定位目标物体在图像中的具体位置,并通过卷积层在已定位区域提取的特征识别物体的具体类别.最后在不同光照环境下,测试了所提出方法的物体检测效果.测试结果表明,所设计交通场景物体检测模型获得了较好的检测结果.

关键词：交通场景、物体检测、卷积神经网络

所属期刊栏目：35

分类号：TP183(自动化基础理论)

资助基金：北京市教科委立项项目KM201610009001

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：193-197