MTCNN的优化及其在道路车辆检测中的应用

摘要：

采用一种运算速度较快的MTCNN(multi-task cascaded convolutional networks,多任务卷积神经网络)的目标检测方法.针对道路车辆的属性,引入内部级联结构,通过在网络内部添加小型分类器从而更高效处理车辆负样本;引入双流卷积神经网络,联合车脸与车身特征进行训练,提升模型在复杂条件下的适用性.在保证实时性的同时,提高了模型在城市道路、雨天、道路拥堵等复杂场景下对于道路车辆的检测精度;并解决MTCNN对于图像中小目标的检测精度不高以及在整段视频中对于车辆的检测与跟踪不稳定问题.

关键词：多任务卷积神经网络、车辆检测、深度学习

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中电科技集团二十八所项目

在线出版日期：2019-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：196-204,224