蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义。虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏。而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题。因此...蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义。虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏。而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题。因此,本研究基于蝶类图像数据集,使用MobileNet-SSD目标检测方法,对蝶类昆虫进行识别检测,并使用平均精准度(mean Average Precision,m AP)和检测速度(Frames Per Second,fps)两个性能指标检验模型效果。结合移动端设备,对蝶类昆虫快速进行识别检测提供参考思路。展开更多
针对人体目标检测中目标处于图像边缘或目标较小时,MobileNet-SSD算法检测效果不佳的问题,提出一种基于MobileNet-SSD算法与帧差法结合的人体目标检测方法。首先,基于帧差法实现运动目标粗略位置的获取;其次以粗略位置为基准计算目标运...针对人体目标检测中目标处于图像边缘或目标较小时,MobileNet-SSD算法检测效果不佳的问题,提出一种基于MobileNet-SSD算法与帧差法结合的人体目标检测方法。首先,基于帧差法实现运动目标粗略位置的获取;其次以粗略位置为基准计算目标运动区域,并在检测原图中截取该区域,实现自适应感兴趣区域(Region of Interesting,ROI)的获取,并将ROI送入MobileNet-SSD模型中实现人体目标检测;最后使用MobileNet-SSD算法与帧差法结合的人体目标检测方法开展人体目标检测试验。结果表明:基于MobileNet-SSD与帧差法结合的人体目标检测方法能有效地检测出图像边缘区域的人体目标,且不影响原有检测速度。展开更多
文摘蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义。虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏。而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题。因此,本研究基于蝶类图像数据集,使用MobileNet-SSD目标检测方法,对蝶类昆虫进行识别检测,并使用平均精准度(mean Average Precision,m AP)和检测速度(Frames Per Second,fps)两个性能指标检验模型效果。结合移动端设备,对蝶类昆虫快速进行识别检测提供参考思路。
文摘针对人体目标检测中目标处于图像边缘或目标较小时,MobileNet-SSD算法检测效果不佳的问题,提出一种基于MobileNet-SSD算法与帧差法结合的人体目标检测方法。首先,基于帧差法实现运动目标粗略位置的获取;其次以粗略位置为基准计算目标运动区域,并在检测原图中截取该区域,实现自适应感兴趣区域(Region of Interesting,ROI)的获取,并将ROI送入MobileNet-SSD模型中实现人体目标检测;最后使用MobileNet-SSD算法与帧差法结合的人体目标检测方法开展人体目标检测试验。结果表明:基于MobileNet-SSD与帧差法结合的人体目标检测方法能有效地检测出图像边缘区域的人体目标,且不影响原有检测速度。
