深度学习在仿生眼监控系统中的应用
发布时间：2017-09-02 15:17
本文关键词：深度学习在仿生眼监控系统中的应用
【摘要】：在视频监控系统中,由于受到复杂的背景、环境光线变化以及设备本身性能的限制,导致目标检测算法设计难度的加大,而传统的目标检测算法通常依赖于人工选择特征,难以从海量的数据中自动学习得到一个有效的分类器。基于深度学习算法,构建了一个卷积神经网络,并利用仿生眼视频监控系统中采集的人、车图像进行训练,在此基础上设计若干实验对深度学习网络特性进行分析,证明了训练集中各个类别样本的分布以及小样本训练的情况下对深度学习的训练结果会造成较大的影响。
【作者单位】： 河南理工大学电气工程与自动化学院自动化系;
【关键词】： 目标检测 卷积神经网络 深度学习 仿生眼
【基金】：河南省重点科技攻关项目(102102210197) 河南理工大学博士基项目(B2010-23)
【分类号】：TP391.41;TN948.6
【正文快照】： 在视频监控系统的图像识别中,图像的背景复杂、环境光线以及设备像素限制对成像效果造成了较大的影响,此外系统需要在识别目标受到遮挡的情况下快 速准确地进行识别,使得算法设计的难度加大。传统 的目标检测算法通常依赖于人工选择的特征,难以从 海量数据中学习得到一个有效
【相似文献】
中国期刊全文数据库 前10条
1 韩东日;李黄司;徐俊;;采用本征滤波的自适应杂波抑制和动目标检测算法[J];雷达与对抗;1991年01期
2 蒋文涛;朱红松;吕俊伟;杨曙辉;;传感器网络中基于相关性的协同目标检测算法[J];仪器仪表学报;2012年06期
3 张兵,董臻,梁甸农;极化目标检测算法性能评价研究[J];系统工程与电子技术;2001年03期
4 种劲松,朱敏慧;SAR图像舰船目标检测算法的对比研究[J];信号处理;2003年06期
5 李涛;冯大政;夏宇垠;;基于广义似然比的宽带分布式目标检测算法[J];系统工程与电子技术;2009年12期
6 武昕;王岩飞;刘畅;;基于压缩感知理论的随机噪声雷达目标检测算法研究[J];电子与信息学报;2012年07期
7 庞存锁;;基于离散多项式相位变换和分数阶傅里叶变换的加速目标检测算法[J];电子学报;2012年01期
8 曹学军,李永祯,姜文利,庄钊文;一种改进的高分辨极化目标检测算法[J];电子与信息学报;2002年07期
9 王仁武;匡华星;;一种新的目标检测算法及其应用研究[J];雷达与对抗;2011年01期
10 陈德元;Q霉，
本文编号：779318
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/779318.html
