期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进SSD的机场场面多尺度目标检测算法
被引量:
5
1
作者
黄国新
李炜
+4 位作者
张比浩
梁斌斌
韩笑冬
宫江雷
武长青
《计算机工程与应用》
CSCD
北大核心
2022年第5期264-270,共7页
针对现有基于深度学习的通用目标检测方法对机场场面环境目标尺度差别大,特别是小目标难以检测到的问题,提出了一个基于SSD算法并结合特征金字塔融合网络的多尺度目标检测算法。该算法采用了更深的ResNet-50作为骨干网络,并单独设计了...
针对现有基于深度学习的通用目标检测方法对机场场面环境目标尺度差别大,特别是小目标难以检测到的问题,提出了一个基于SSD算法并结合特征金字塔融合网络的多尺度目标检测算法。该算法采用了更深的ResNet-50作为骨干网络,并单独设计了六层额外特征层。使用特征金字塔网络进行特征融合,以获得更鲁棒的语义信息。使用Soft-NMS以解决存在的漏检情况,调整先验框的尺度比以更好地检测小目标。通过在机场场面数据集实验表明,该改进算法能够在推断速度为32 frame/s的情况下,取得86.31%的mAP,对比其他先进的检测器,达到领先水平。
展开更多
关键词
特征金字塔
目标检测
机场场面监视
Soft-NMS
下载PDF
职称材料
基于改进Faster-RCNN的机场场面小目标物体检测算法
被引量:
13
2
作者
韩松臣
张比浩
+2 位作者
李炜
汤新民
付道勇
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2019年第6期735-741,共7页
针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网...
针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的“自顶向下”的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。
展开更多
关键词
机场场面监视
多尺度特征融合
在线难例挖掘
小目标物体检测
下载PDF
职称材料
题名
改进SSD的机场场面多尺度目标检测算法
被引量:
5
1
作者
黄国新
李炜
张比浩
梁斌斌
韩笑冬
宫江雷
武长青
机构
四川大学视觉合成图形图像技术国防重点学科实验室
四川大学空天科学与工程学院
四川川大智胜软件股份有限公司
中国空间技术研究院通信与导航卫星总体部
出处
《计算机工程与应用》
CSCD
北大核心
2022年第5期264-270,共7页
基金
四川省重点研发计划(2020YFG0134)。
文摘
针对现有基于深度学习的通用目标检测方法对机场场面环境目标尺度差别大,特别是小目标难以检测到的问题,提出了一个基于SSD算法并结合特征金字塔融合网络的多尺度目标检测算法。该算法采用了更深的ResNet-50作为骨干网络,并单独设计了六层额外特征层。使用特征金字塔网络进行特征融合,以获得更鲁棒的语义信息。使用Soft-NMS以解决存在的漏检情况,调整先验框的尺度比以更好地检测小目标。通过在机场场面数据集实验表明,该改进算法能够在推断速度为32 frame/s的情况下,取得86.31%的mAP,对比其他先进的检测器,达到领先水平。
关键词
特征金字塔
目标检测
机场场面监视
Soft-NMS
Keywords
feature pyramid
object detection
airport surface surveillance
Soft-NMS
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进Faster-RCNN的机场场面小目标物体检测算法
被引量:
13
2
作者
韩松臣
张比浩
李炜
汤新民
付道勇
机构
四川大学空天科学与工程学院
南京航空航天大学民航学院
出处
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2019年第6期735-741,共7页
基金
国家重点研发计划专项(2018YFC0809500)资助项目
文摘
针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的“自顶向下”的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。
关键词
机场场面监视
多尺度特征融合
在线难例挖掘
小目标物体检测
Keywords
airport surface surveillance
multi-scale feature fusion
online-hard-example-mining(OHEM)
small target detection
分类号
V351 [航空宇航科学与技术—人机与环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进SSD的机场场面多尺度目标检测算法
黄国新
李炜
张比浩
梁斌斌
韩笑冬
宫江雷
武长青
《计算机工程与应用》
CSCD
北大核心
2022
5
下载PDF
职称材料
2
基于改进Faster-RCNN的机场场面小目标物体检测算法
韩松臣
张比浩
李炜
汤新民
付道勇
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2019
13
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部