文献类型：期刊文章

作　　者：蒋燕翔[1,2]

JIANG Yan-xiang(School of Information and Communication Engineering,Hainan University,Haikou 570228,China;Department of General Education,Hainan College of Foreign Studies,Wenchang 571300,China)

机构地区：[1]海南大学信息与通信工程学院,海口570228 [2]海南外国语职业学院公共教学部,海南文昌571300

出　　处：《沈阳工业大学学报》

基　　金：海南省教学改革项目(HNJG2020-146).

年　　份：2021

卷　　号：43

期　　号：5

起止页码：557-562

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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]