基于熵和运动偏移量的野生动物遮挡检测方法

摘要：

针对野生动物实时目标检测过程中因遮挡导致的目标检测准确率降低的问题,考虑到视频特有的时间序列关系,提出了一种基于熵和运动偏移量的野生动物遮挡检测方法.该方法通过YOLOv3模型对目标进行特征提取,根据位置偏移量与视频序列中最低信息熵对应的图像,获取待检测遮挡目标的检测位置与类别.实验结果表明,结合YOLOv3、信息熵、时间序列关系以及位置偏移量的实时目标检测方法能够很好地解决野生动物遮挡的检测问题,提升了实时目标检测的稳定性与准确率.

关键词：YOLOv3、遮挡检测、信息熵、时间序列、运动偏移、野生动物

所属期刊栏目：36

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学青年基金资助项目;重庆市基础科学与前沿技术研究重点专项项目

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3869-3873,3877