典型文献
基于深度学习的视频目标检测算法的实现
文献摘要：
由于光照变化、物体遮挡和复杂背景条件等众多因素的影响,目标检测一直是机器视觉领域最具有挑战性的问题.首先对视频目标检测算法中的孪生网络系列算法进行分析比较;然后将孪生网络与深度学习相结合,提出并构建全新的孪生网络跟踪器;最后将视频输入到设计好的孪生网络跟踪器中,通过网络对每一帧图像中物体的类别与位置进行准确地实时框选标注.分别将该算法和当前广泛应用的YOLOv3算法在OTB数据集上进行验证测试.测试数据表明:该算法的视频目标检测成功率和准确率均优于YOLOv3算法.
文献关键词：
视频目标检测;深度学习;孪生网络;YOLOv3
中图分类号：
作者姓名：
孙洪迪;贾民政;杨民峰
作者机构：
北京工业职业技术学院信息工程学院,北京100042
文献出处：
引用格式：
[1]孙洪迪;贾民政;杨民峰-.基于深度学习的视频目标检测算法的实现)[J].北京工业职业技术学院学报,2022(01):16-21
A类：
B类：
视频目标检测,目标检测算法,遮挡,复杂背景,机器视觉,对视,孪生网络,跟踪器,计好,一帧,中物,时框,框选,YOLOv3,OTB,验证测试,测试数据,检测成功率
AB值：
0.357329
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。
