基于深度学习的监控视频树叶遮挡检测

摘要：

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法.首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调.该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷.实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97％的准确率.

关键词：监控视频、遮挡检测、图像识别、稀疏自编码器、深度置信网络、深度学习、特征提取

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61375017;湖北省高等学校优秀中青年科技创新团队计划项目T201202;武汉科技大学研究生创新创业基金资助项目JCX2015010

在线出版日期：2016-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74