| 基于倾向流和深度学习的机场运动目标检测 |
| |
| 引用本文： | 詹昭焕, 韩松臣, 李炜, 余丽莎. 基于倾向流和深度学习的机场运动目标检测[J]. 交通信息与安全, 2019, 37(1): 49-57. doi: 10.3963/j.issn.1674-4861.2019.01.007 |
| |
| 作者姓名： | 詹昭焕 韩松臣 李炜 余丽莎 |
| |
| 作者单位： | 四川大学空天科学与工程学院 成都610065;四川大学空天科学与工程学院 成都610065;四川大学国家空管自动化系统技术重点实验室 成都610065;四川大学空天科学与工程学院 成都610065;四川大学国家空管自动化系统技术重点实验室 成都610065;四川大学空天科学与工程学院 成都610065 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金项目国家自然科学基金项目四川省应用基础研究项目 |
| |
| 摘 要： | 针对当前基于视频图像的场面监视目标检测方法存在定位误差较大,识别准确率低等问题,建立一种结合目标运动信息的机场场面运动目标检测方法:利用倾向流法提取出运动目标在图像中的候选区域,对候选区域执行点池化操作以确定区域建议的边界,采用Inception结构构建一个浅层卷积神经网络,并使用该网络对区域建议中的航空器、车辆和人员进行识别.结合国内机场的监视视频,构建了一个包含4 938张图片的机场目标数据集,用于算法的训练和测试.结果 表明,运动目标提取的准确率达到94%以上,运动目标识别的Top-1准确率达到了97.23%,运动目标平均准确率达到86.23%.与3种深度学习目标检测算法相比,运动目标检测精度平均提升了39%.
|
| 关 键 词： | 智能交通 运动目标 机场场面监视 倾向流 卷积神经网络 目标检测 |
A Target Detection Method of Moving Objects at Airport Based on Streak Flow and Deep Learning |
| |
| ZHAN Zhaohuan, HAN Songchen, LI Wei, YU Lisha. A Target Detection Method of Moving Objects at Airport Based on Streak Flow and Deep Learning[J]. Journal of Transport Information and Safety, 2019, 37(1): 49-57. doi: 10.3963/j.issn.1674-4861.2019.01.007 |
| |
| Authors: | ZHAN Zhaohuan HAN Songchen LI Wei YU Lisha |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
