您当前所在位置: 首页

论文收录信息

论文编号 201711-17
论文题目 基于多层特征融合的无人机交通视频车辆检测网络
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于多层特征融合的无人机交通视频车辆检测网络

引用

复制文本

导出参考文献

.txt .ris .doc

李树林 1

李树林(1993-),男,硕士,主要研究方向:目标检测

张维刚 2

张维刚(1980-),男,副教授、硕导,主要研究方向:计算机视觉

黄庆明 3

发送私信

发送给

1、 北京邮电大学计算机学院,北京 100876 2、 哈尔滨工业大学计算机科学与技术学院,威海 264209 3、 中国科学院大学计算机与控制学院,北京 100049

摘要:车辆检测技术是智能交通系统的重要组成部分,但是目前的车辆检测技术大多都是基于道路监控摄像头的。无人机相比固定的道路摄像头,有着更为灵活、视野更广等优点,自然检测难度也相对更大,任务更具挑战性。该文提出了一个新的无人机交通视频数据集,并提出了一个融合多层卷积特征的神经网络。该网络不同于其它网络只使用一层卷积特征进行检测,而是将多层特征进行融合,再经过一个卷积层降维,接着通过反卷积进行上采样,增强响应信息,最后接入全连接层完成检测。另外,针对视频的车辆检测,该文提出将检测与跟踪相结合,进一步提升检测效果并加快检测速度。实验表明,该文的方法相比其它检测算法具有更好的检测效果。

关键词: 车辆检测 卷积神经网络 特征融合 无人机

图表:

动态公开评议

评论

评论一下

全部评论
评论