摘要：目标检测与识别是数字图像处理实验的创新性实验项目。传统的目标识别算法可以识别目标类型,但不能识别目标的位置信息,且对相同目标的识别率较低。该文设计了一种基于帧间差分法的深度学习目标识别算法,即在深度学习理论构架下,将帧间差分法融入识别过程,补充增强候选框分割图像,通过NMS算法对候选框进行筛选。仿真结果表明,该算法在识别目标种类的同时还能对目标在图像中的位置进行精确标定,并可判断目标是否处于运动状态,具有较高的识别率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社