基于图像识别的河流周界入侵检测算法研究

摘要：

基于图像识别的河流周界入侵检测算法相比于雷达检测,具有成本低、误报率低的优点.针对河流监控视频中存在算法识别精度不高、分类不明确、不同分辨率目标的问题,提出一种基于Faster R-CNN网络模型的河流周界入侵检测算法,并对该模型做适应性改进以满足河流检测的现实需要.使用全局平均池化层替代全连接层,通过增加锚点个数来提高对目标区域建议的精确度.实验结果表明,本算法具有一定的精确性,可以满足河流周界入侵检测的实时性和准确性要求.

关键词：图像识别;目标检测;Faster R-CNN

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：26-29