深度學(xué)習(xí)在靜態(tài)圖像中的研究已取得重大進(jìn)展,其在視頻目標(biāo)檢測領(lǐng)域中的研究才剛剛起步。隨著視頻數(shù)據(jù)的便捷獲取和計算機(jī)算力的提升,視頻目標(biāo)檢測作為視頻理解的基礎(chǔ)任務(wù)是計算機(jī)視覺領(lǐng)域亟待解決的問題之一。視頻數(shù)據(jù)相對于靜態(tài)圖像具有數(shù)據(jù)量大,冗余性高,時序之間具有關(guān)聯(lián)性等特點(diǎn),且數(shù)據(jù)中存在遮擋、運(yùn)動模糊、視頻失焦和目標(biāo)奇異姿態(tài)等獨(dú)特挑戰(zhàn)。現(xiàn)有方法一般從視頻數(shù)據(jù)冗余性和時序關(guān)聯(lián)性著手,通過冗余性加快視頻檢測的速度,或者通過時序關(guān)聯(lián)性提高視頻目標(biāo)檢測的精度。本文主要利用視頻數(shù)據(jù)的時序相關(guān)性,通過時序特征融合提高難分圖像的檢測質(zhì)量。同時,通過改進(jìn)視頻目標(biāo)檢測的網(wǎng)絡(luò)結(jié)構(gòu),提高檢測速度,以期實(shí)現(xiàn)速度與精度的平衡。針對上訴思想,本文主要做了以下三個工作:1.提出了一種基于Bi-ConvGRU（雙向卷積門控循環(huán)神經(jīng)單元）的視頻目標(biāo)檢測方法。本方法將視頻序列中各幀劃分為當(dāng)前幀和參考幀,當(dāng)前幀采用特征提取網(wǎng)絡(luò)得到對應(yīng)當(dāng)前幀特征,參考幀結(jié)合光流得到光流估計特征,通過Bi-ConvGRU學(xué)習(xí)當(dāng)前幀和當(dāng)前幀估計特征之間的聯(lián)系,采用嵌入網(wǎng)絡(luò)求解權(quán)重對Bi-ConvGRU結(jié)果進(jìn)行加權(quán)融合。本方法,通過Bi-ConvGRU為當(dāng)... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

簡單智能監(jiān)控系統(tǒng)

目標(biāo)檢測尺度問題

圖 2. 1 訓(xùn)練集類別統(tǒng)計在實(shí)驗(yàn)中采用的訓(xùn)練集由圖 2. 1 所示構(gòu)成，其中主要數(shù)據(jù)集為 ImageNet VID 數(shù)據(jù)集中訓(xùn)練集每個視頻片段隔 15 幀挑選一幀構(gòu)成的 VID 訓(xùn)練集，采用間隔選幀的方


本文編號：3558385