典型文献
改进Faster R-CNN方法的太赫兹图像小尺度物体检测
文献摘要：
随着世界性反恐举措的加强,隐匿在人体衣物、箱包中的小尺度危险物体如手枪、管制刀具等的检测越发重要.本文首先将非局部均值滤波方法和边缘增强方法结合,用以增强太赫兹人体安检图像质量.然后基于Faster R-CNN方法,提出了一种Double-RPN方法,该方法解决了主网络(以VGG16为例)在进行特征提取时,深层卷积池化操作引发信息流失从而导致小尺度物体检测准确率下降的问题.最后针对Double-RPN方法提出 自适应损失函数,用以增强对困难样本的训练,并在主网络一致的前提下对该自适应损失函数进行消融实验分析.实验结果表明,本文提出的改进方法在手机和刀两类小尺度物体上较未改进之前检测准确率分别提升7.5％、4.7％,平均检测准确率提升4.06％.
文献关键词：
太赫兹图像;小尺度物体检测;Double-RPN方法;自适应损失函数
中图分类号：
作者姓名：
肖飞;沈韬
作者机构：
昆明理工大学信息工程与自动化学院,昆明650500;昆明理工大学云南省计算机技术应用重点实验室,昆明650500
文献出处：
引用格式：
[1]肖飞;沈韬-.改进Faster R-CNN方法的太赫兹图像小尺度物体检测)[J].小型微型计算机系统,2022(06):1210-1216
A类：
小尺度物体检测
B类：
Faster,太赫兹图像,世界性,反恐,隐匿,衣物,箱包,危险物,手枪,刀具,非局部均值滤波,滤波方法,边缘增强,增强方法,人体安检,安检图像,图像质量,Double,RPN,主网,VGG16,池化操作,发信,信息流,检测准确率,自适应损失函数,困难样本,消融实验,改进方法,未改,准确率提升
AB值：
0.321346
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
