ОПТИМИЗАЦИЯ НЕЙРОСЕТЕВОГО ДЕТЕКТОРА ДВИЖУЩИХСЯ ОБЪЕКТОВ
Д.В. Свитов1,2, С.А. Алямкин1
1OOO "Экспасофт", г. Новосибирск, Россия
d.svitov@expasoft.tech
2Институт автоматики и электрометрии СО РАН, г. Новосибирск, Россия
Ключевые слова: свёрточные нейронные сети, детектирование, компьютерное зрение, глубокие нейронные сети
Страницы: 21-30
Аннотация
Свёрточные нейронные сети позволяют получать самые высокие значения точности детектирования объектов на изображениях. Но детекторы часто подвержены ложным срабатываниям. В ряде прикладных задач интерес представляет только детектирование движущихся объектов: лица человека, подходящего к домофону, или машины в дорожном трафике. В данной работе предлагается новый подход к детектированию - AmphibianDetector, позволяющий снизить число ложных срабатываний за счёт обработки только движущихся объектов. Такой подход заключается в модификации уже обученной на детекцию свёрточной нейронной сети и может быть применён для повышения точности имеющейся системы путём небольших изменений в ней. Эффективность предлагаемого подхода была продемонстрирована на открытом наборе данных CDNet2014 pedestrian.
DOI: 10.15372/AUT20210103 |
