基于深度学习的移动物体检测

摘要

本文为解决深度学习中无法达到对多张照片移动目标物体识别的需求,提出一种基于深度学习的移动物体检测方法。首先利用前馈神经网络中目标定位技术设计目标定位模型,计算出目标边界框的大概位置,再基于时间空间融合方法提取特征,以3D卷积网络提取时间信息对移动目标行为进行预测,通过级联分类器剔除非有效目标,有效提高了移动物体检测的准确性和效率。