中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于改进SSD的车辆小目标检测方法

文献类型:期刊论文

作者李小宁; 雷涛; 钟剑丹; 唐自力; 蒋平
刊名应用光学
出版日期2020-01-15
卷号41期号:1页码:150-155
关键词计算机视觉 目标检测 深度学习 车辆小目标 特征融合
ISSN号1002-2082
DOI10.5768/jao202041.0103004
文献子类期刊论文
英文摘要地面车辆目标检测问题中由于目标尺寸较小,目标外观信息较少,且易受背景干扰等的原因,较难精确检测到目标。围绕地面小尺寸目标精准检测的问题,从目标特征提取的角度提出了一种特征融合的子网络。该子网络引入了重要的局部细节信息,有效地提升了小目标检测效果。针对尺度、角度等的变换问题,设计了基于融合层的扩展层预测子网络,在扩展层的多个尺度空间内匹配目标,生成目标预测框对目标定位。在车辆小目标VEDAI(vehicle detection in aerial imagery)数据集上的实验表明,算法保留传统SSD(single-shot multibox detector)检测速度优势的同时,在精度方面有了明显提升,大幅提升了算法的实用性。
URL标识查看原文
语种中文
源URL[http://ir.ioe.ac.cn/handle/181551/9984]  
专题光电技术研究所_光电探测技术研究室(三室)
作者单位1.中国人民解放军63870部队
2.中国科学院光电技术研究所
3.中国科学院大学
推荐引用方式
GB/T 7714
李小宁,雷涛,钟剑丹,等. 基于改进SSD的车辆小目标检测方法[J]. 应用光学,2020,41(1):150-155.
APA 李小宁,雷涛,钟剑丹,唐自力,&蒋平.(2020).基于改进SSD的车辆小目标检测方法.应用光学,41(1),150-155.
MLA 李小宁,et al."基于改进SSD的车辆小目标检测方法".应用光学 41.1(2020):150-155.

入库方式: OAI收割

来源:光电技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。