基于注意机制的双分支黑烟车辆检测网络

摘要：

当前交通道路中,存在许多有毒尾气排放超标的车辆,严重污染空气、损害人体健康.目前黑烟车辆检测多采用人工方法或者基于手工特征提取的传统机器学习方法,耗力耗时且难以全面实时监控.论文率先将基于卷积神经网络的目标检测框架CenterNet作为视频监控交通场景下黑烟车辆检测的基本解决方案,并针对实验结果进一步改进上述结构,提出基于注意机制的双分支黑烟车辆检测网络,使用双主干网络提取有针对性的特征表示,对于双主干网络的特征融合引入注意机制.实验结果表明,在黑烟车辆数据集下的AP达到黑烟92.53、车辆97.84,相较CenterNet算法分别提升了2.86、5.7.

关键词：黑烟车辆检测;卷积神经网络;目标检测;注意机制;双分支

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2022-02-18（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：147-151