基于卷积神经网络的道路目标检测算法

作者：张庆辉; 万晨霞; 秦淑英; 卞山峰

来源：计算机工程与设计, 2019, 40(07): 2052-2058.

DOI：10.16208/j.issn1000-7024.2019.07.041

• 深度学习
• 卷积神经网络
• 道路图像
• 目标检测
• 目标区域网络

针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题,构建一种基于Faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络(AORN)和一个目标属性学习网络(OALN)。通过引入反卷积结构,设计AORN网络和OALN网络的损失函数,提高小目标的检测性能,为加快算法的计算速度,AORN和OALN交替优化、联合训练。实验结果表明,其测试的平均准确率较先进的目标检测算法Faster R-CNN提高了0.15,检测速度提高了3fps。

• 单位
  河南工业大学