典型文献
基于YOLO和单目深度估计的实时视频通信隐私保护
文献摘要：
基于tiny-YOLOv3提出了一种目标检测、单目深度估计和语义分割的三任务神经网络tiny-depth-YOLO,实现在实时视频通信中对背景人员的隐私保护.采用编码器-解码器结构,将逐像素的稠密深度估计转换为深度标签,并同YOLO的边界框、置信度、分类标签一同训练,在推理阶段,直接回归出带有深度的目标检测信息.采用MobileNet的深度可分离卷积优化系统中的卷积操作,减少推理阶段的运算量.实验表明,该系统可以完成对视频图像中人员的实例分割,并根据相对深度信息对背景人员进行遮挡和模糊,较好地实现了准确性和实时性的平衡,可以用于实时视频通信中的隐私保护.
文献关键词：
目标检测;单目深度估计;语义分割;多任务学习;YOLO;MobileNet
中图分类号：
作者姓名：
陈晨;刘世军;沈恂
作者机构：
蚌埠学院计算机工程学院;蚌埠学院计算机工程学院 安徽 蚌埠233030
文献出处：
引用格式：
[1]陈晨;刘世军;沈恂-.基于YOLO和单目深度估计的实时视频通信隐私保护)[J].通化师范学院学报,2022(04):85-92
A类：
B类：
单目深度估计,实时视频,视频通信,隐私保护,tiny,YOLOv3,目标检测,语义分割,三任,depth,编码器,解码器,像素,稠密,并同,边界框,置信度,一同,接回,出带,有深度,MobileNet,深度可分离卷积,卷积优化,优化系统,卷积操作,运算量,对视,视频图像,实例分割,深度信息,遮挡,多任务学习
AB值：
0.369418
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。
