基于B2DPCA与神经网络的MHT检测算法

摘要：

随着信息化时代地快速发展,目标识别成为人工智能领域的重要组成部分,大量的视频图像数据给人工智能识别带来了极大地挑战,于是提出基于B2DPCA与神经网络的移动人体目标检测算法.先通过剩余网络层中较大的学习率对样本集进行训练、较小的学习率对神经网络进行调整,实现网络模型图像的特征保留,当识别的模糊图像与清晰图像的特征相近时,通过softmax进行辨别提高模糊图像的辨别率.通过2个投射矩阵对人体目标图像矩阵进行特征描述,并采用监督方法对投影矩阵进行学习,增强图像特征矩阵的分类性能,通过迭代求解最终得出最佳的网络参数.建立样本库,将调整量通过反向传播反馈给神经网络的权重,完成网络训练,直到迭代次数达到训练结束要求为止.实验结果表明,基于B2DPCA与神经网络的移动人体目标检测算法对人体目标具有特征保留性,能够有效提高平均识别率和分类识别效果.

关键词：神经网络、投射矩阵、分类性能、网络参数、移动人体目标

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

资助基金：广东省科技厅重点领域研发计划项目;中山市科学技术局社会公益与基础研究项目

在线出版日期：2022-06-22（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：348-351,374