作者：刘云霄; 王敬东; 黄雨秋; 赵若辰多任务卷积神经网络车辆检测深度学习
摘要：采用一种运算速度较快的MTCNN(multi-task cascaded convolutional networks,多任务卷积神经网络)的目标检测方法。针对道路车辆的属性,引入内部级联结构,通过在网络内部添加小型分类器从而更高效处理车辆负样本;引入双流卷积神经网络,联合车脸与车身特征进行训练,提升模型在复杂条件下的适用性。在保证实时性的同时,提高了模型在城市道路、雨天、道路拥堵等复杂场景下对于道路车辆的检测精度;并解决MTCNN对于图像中小目标的检测精度不高以及在整段视频中对于车辆的检测与跟踪不稳定问题。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
