复杂背景下全景视频运动小目标检测算法
来源期刊：控制与决策2021年第1期
论文作者：王殿伟 杨旭 韩鹏飞 刘颖 谢永军 宋海军
关键词：全景图像;Fast RPCA;Faster R-CNN;目标检测;
摘 要：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.
王殿伟1，杨旭1，韩鹏飞2，刘颖1，谢永军3，宋海军3
1. 西安邮电大学通信与信息工程学院2. 西湖大学人工智能研究与创新中心3. 中国科学院西安光学精密机械研究所
摘 要：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.
关键词：全景图像;Fast RPCA;Faster R-CNN;目标检测;
