文献类型：期刊文章

作　　者：司朋举[1] 胡伟[1]

机构地区：[1]河南理工大学电气工程与自动化学院自动化系,河南焦作454003

出　　处：《测控技术》

基　　金：河南省重点科技攻关项目(102102210197);河南理工大学博士基项目(B2010-23)

年　　份：2016

卷　　号：35

期　　号：12

起止页码：139-143

语　　种：中文

收录情况：CSCD、CSCD_E2015_2016、JST、ZGKJHX、普通刊

摘　　要：在视频监控系统中,由于受到复杂的背景、环境光线变化以及设备本身性能的限制,导致目标检测算法设计难度的加大,而传统的目标检测算法通常依赖于人工选择特征,难以从海量的数据中自动学习得到一个有效的分类器。基于深度学习算法,构建了一个卷积神经网络,并利用仿生眼视频监控系统中采集的人、车图像进行训练,在此基础上设计若干实验对深度学习网络特性进行分析,证明了训练集中各个类别样本的分布以及小样本训练的情况下对深度学习的训练结果会造成较大的影响。

关 键 词：目标检测 卷积神经网络 深度学习  仿生眼

分 类 号：TP391.4]