10.3969/j.issn.1000-386x.2021.10.035
基于对抗神经网络的增强YOLOv3模糊目标检测
针对模糊目标检测,提出一个基于生成对抗网络去模糊网络模块(Deblur)与YOLO(You Only Look Once)实时检测算法的检测网络(BL-YOLOv3).该网络采用生成对抗网络的盲目运动去模糊图像(DeblurGAN)增强的方法对图像进行预处理,保留图像中超高质量的纹理信息并生成接近于真实场景的清晰图像.同时对YOLOv3网络进行裁剪压缩,优化对模糊目标的检测.实验结果表明,该方法有效地提升了模糊目标检测精度,在输入尺寸为416×416时检测速度可达42帧/s,mAP准确率达到了75.48%,在实际汽车防碰撞预警实时视频测试中取得较好的效果.
生成对抗网络;运动模糊;汽车防碰撞;YOLOv3;DeblurGAN
38
TP391.4(计算技术、计算机技术)
2021-10-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
221-228