基于全卷积神经网络的计算机视觉目标检测算法
蒋燕翔
海南大学 信息与通信工程学院,海口570228;海南外国语职业学院 公共教学部,海南 文昌571300
摘要：针对传统计算机视觉目标检测算法准确率较低的问题,提出基于全卷积神经网络的计算机视觉目标检测算法.通过采样、量化以及编码将计算机视觉图像转换为数字图像,经图像平滑、图像增强、目标图像截取一系列处理后完成目标图像特征抽取,实现图像预处理;利用全卷积神经网络训练完成计算机视觉图像目标检测.结果表明,采用所提算法检测计算机动态图像及静态图像时,准确率和召回率分数均更接近1,证明算法的检测准确率更高,且检测耗时较少.
关键词：全卷积神经网络支持向量机背景减法高斯混合模型计算机视觉图像处理目标识别图像平滑
分类号：TP185(自动化基础理论)
资助基金：教学改革项目(HNJG2020-146)
论文发表日期：2021-09-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 557-562 )
英文信息