目標快速檢測算法的研究.pdf

1、目標檢測是計算機視覺應用中十分重要的一個模塊，在很多對實時性要求很高的場合，快速準確的實現對目標的檢測有非常重要的意義，例如視頻監(jiān)控、人臉識別、車輛識別、車牌識別等。本論文從目標候選區(qū)域檢測和基于深度卷積神經網絡的目標檢測模型兩個方面對快速準確的實現目標檢測進行了研究，論文的主要研究內容如下：
　　（1）提出了一種高階BING特征用于候選區(qū)域檢測。通過分析BING特征的原理和計算方法，提出了一種以梯度方向直方圖為基礎的高階 BIN

2、G特征，相對于以梯度幅度為基礎的 BING特征來說，提升了特征的表達能力。梯度方向直方圖的計算相對于梯度幅度的計算更加復雜，所以在計算的時候使用了一種特征多尺度估計方法，以加快特征的計算速度。
　?。?）設計了一種基于深度卷積神經網絡的目標檢測網絡模型。通過使用縮減特征圖通道數量、一維卷積核、CReLU等方法優(yōu)化了特征網絡的設計，從而加速了特征的提取。特征提取網絡前半部分參考了 VGGNet，后半部分參考了GoogLeNet的設計