本文關(guān)鍵詞：深度學(xué)習(xí)在仿生眼監(jiān)控系統(tǒng)中的應(yīng)用

  更多相關(guān)文章： 目標(biāo)檢測(cè) 卷積神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí) 仿生眼

【摘要】：在視頻監(jiān)控系統(tǒng)中,由于受到復(fù)雜的背景、環(huán)境光線變化以及設(shè)備本身性能的限制,導(dǎo)致目標(biāo)檢測(cè)算法設(shè)計(jì)難度的加大,而傳統(tǒng)的目標(biāo)檢測(cè)算法通常依賴于人工選擇特征,難以從海量的數(shù)據(jù)中自動(dòng)學(xué)習(xí)得到一個(gè)有效的分類器�；谏疃葘W(xué)習(xí)算法,構(gòu)建了一個(gè)卷積神經(jīng)網(wǎng)絡(luò),并利用仿生眼視頻監(jiān)控系統(tǒng)中采集的人、車圖像進(jìn)行訓(xùn)練,在此基礎(chǔ)上設(shè)計(jì)若干實(shí)驗(yàn)對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)特性進(jìn)行分析,證明了訓(xùn)練集中各個(gè)類別樣本的分布以及小樣本訓(xùn)練的情況下對(duì)深度學(xué)習(xí)的訓(xùn)練結(jié)果會(huì)造成較大的影響。
【作者單位】： 河南理工大學(xué)電氣工程與自動(dòng)化學(xué)院自動(dòng)化系;
【關(guān)鍵詞】： 目標(biāo)檢測(cè) 卷積神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí) 仿生眼
【基金】：河南省重點(diǎn)科技攻關(guān)項(xiàng)目(102102210197) 河南理工大學(xué)博士基項(xiàng)目(B2010-23)
【分類號(hào)】：TP391.41;TN948.6
【正文快照】： 在視頻監(jiān)控系統(tǒng)的圖像識(shí)別中,圖像的背景復(fù)雜、環(huán)境光線以及設(shè)備像素限制對(duì)成像效果造成了較大的影響,此外系統(tǒng)需要在識(shí)別目標(biāo)受到遮擋的情況下快 速準(zhǔn)確地進(jìn)行識(shí)別,使得算法設(shè)計(jì)的難度加大。傳統(tǒng) 的目標(biāo)檢測(cè)算法通常依賴于人工選擇的特征,難以從 海量數(shù)據(jù)中學(xué)習(xí)得到一個(gè)有效

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓東日;李黃司;徐俊;;采用本征濾波的自適應(yīng)雜波抑制和動(dòng)目標(biāo)檢測(cè)算法[J];雷達(dá)與對(duì)抗;1991年01期

2 蔣文濤;朱紅松;呂俊偉;楊曙輝;;傳感器網(wǎng)絡(luò)中基于相關(guān)性的協(xié)同目標(biāo)檢測(cè)算法[J];儀器儀表學(xué)報(bào);2012年06期

3 張兵,董臻,梁甸農(nóng);極化目標(biāo)檢測(cè)算法性能評(píng)價(jià)研究[J];系統(tǒng)工程與電子技術(shù);2001年03期

4 種勁松,朱敏慧;SAR圖像艦船目標(biāo)檢測(cè)算法的對(duì)比研究[J];信號(hào)處理;2003年06期

5 李濤;馮大政;夏宇垠;;基于廣義似然比的寬帶分布式目標(biāo)檢測(cè)算法[J];系統(tǒng)工程與電子技術(shù);2009年12期

6 武昕;王巖飛;劉暢;;基于壓縮感知理論的隨機(jī)噪聲雷達(dá)目標(biāo)檢測(cè)算法研究[J];電子與信息學(xué)報(bào);2012年07期

7 龐存鎖;;基于離散多項(xiàng)式相位變換和分?jǐn)?shù)階傅里葉變換的加速目標(biāo)檢測(cè)算法[J];電子學(xué)報(bào);2012年01期

8 曹學(xué)軍,李永禎,姜文利,莊釗文;一種改進(jìn)的高分辨極化目標(biāo)檢測(cè)算法[J];電子與信息學(xué)報(bào);2002年07期

9 王仁武;匡華星;;一種新的目標(biāo)檢測(cè)算法及其應(yīng)用研究[J];雷達(dá)與對(duì)抗;2011年01期

10 陳德元;Q霉，

本文編號(hào)：779318