复杂背景下的移动目标检测算法

摘要：

为解决安防领域目标检测中复杂背景信息对检测系统的干扰并满足检测系统实时性的要求,提出一种基于深度学习在复杂背景下的移动目标检测算法.为减小复杂背景信息对检测系统的干扰,采用混合高斯背景建模算法(GMM)将视频图像中的前景与背景信息分离,提取出有效的前景位置信息.为提升算法模型的检测速度,采集数据集训练YOLOv4算法,接着将训练后的算法模型输入到剪枝网络进行模型剪枝,得到模型参数少、检测速度快的改进YOLOv4算法模型.最后,将GMM算法提取的前景位置信息作为改进的YOLOv4算法的检测输入,实现对复杂背景下移动目标的快速检测.根据实验结果所示,所提出的算法在测试数据上背景信息造成的误检降低了71.7％,检测时间减少了32.9％.实验结果表明,所提出的算法能够有效减少复杂背景信息对检测系统的干扰,同时算法具有较高的检测速度.

关键词：移动目标检测、复杂背景、深度学习、混合高斯背景建模、前景信息、YOLOv4、安防

所属期刊栏目：45

分类号：TN911.73-34;TP391

资助基金：国家自然科学基金;国家自然科学基金;湖南省重点研发计划项目;湖南省自然科学基金;湖南省教育厅科学研究项目

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：59-65