控制与决策

作者：王殿伟,杨旭,韩鹏飞,刘颖,谢永军,宋海军

单位：西安邮电大学通信与信息工程学院，西安710121,,西安邮电大学通信与信息工程学院，西安710121,,西湖大学人工智能研究与创新中心，杭州310024,,西安邮电大学通信与信息工程学院，西安710121,,中国科学院西安光学精密机械研究所，西安710119,,中国科学院西安光学精密机械研究所，西安710119,

关键词：全景图像;Fast RPCA;Faster R-CNN;目标检测

基金：陕西省自然科学基金基础研究计划科技创新“双导师制”项目(2018JM6118)；西安邮电大学创新创业基金项目(2018SC-08)；西安邮电大学研究生创新基金项目(CXJJLY2018038).

为解决复杂背景下全景视频中运动小目标检测精度低的问题,提出一种基于复杂背景下全景视频运动小目标检测算法.首先,为降低复杂背景信息的干扰,提高目标检测的精度,采用快速鲁棒性主成分分析(Fast RPCA)算法将全景视频图像的前景背景信息分离,并提取出前景信息作为有效的图像特征;然后,改进更快的基于区域的卷积神经网络(Faster R-CNN)中的区域生成网络(RPN)的候选框尺度大小,使之适应全景图像中的目标尺寸,再对前景特征图进行训练;最后,通过RPN网络和Fast R-CNN网络共享卷积层输出检测模型,实现对全景视频图像中小目标的精准检测.实验结果表明,所提出算法可以有效抑制复杂的背景信息对目标检测精度的影响,并对全景视频图像中的运动小目标具有较高的检测精度.

来源：2021年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第1期