随着目标检测技术在电力巡检任务中的不断推广，对电力巡检采集的各类图像进行自动分析已成为当前电力企业研究的热点方向之一。传统目标检测方法大多建立在机器学习技术之上，在复杂场景下的检测精度有待进一步提高，而基于图像的深度学习方法由于具有理想的检测精度及环境适应性被广泛应用于电力巡检目标检测。针对电力巡检复杂场景下采集到的图像质量差、背景复杂、对比度差等问题，提出了融合图像方向梯度直方图的区域卷积神经网络(HOG-RCNN)的红外图像目标检测方法，在图像进入RCNN网络之前对输入图像进行HOG特征提取，辅助RCNN实现候选区域的选取。算法实验表明，所提方法的检测效果优于单独的RCNN网络。

深度神经网络在静态图像领域已取得突破性进展,并逐步扩展到视频识别领域。人体动作识别是视频识别领域的研究热点和难点,因此,提出了一种基于双流快速区域卷积神经网络(Faster RCNN)改进的人体动作识别算法。首先,用RGB(Red,Green,Blue)图像和光流数据作为网络的输入,分别训练Faster RCNN;然后,将训练好后的网络模型进行融合,并引入改进的压缩和激励模块对特征通道进行处理,以突出重要特征;最后,用完全的交并比损失函数作为边框回归损失函数,以优化某些预测框与真实框不能相交等问题。实验结果表明,相比传统的Faster RCNN,本算法在动作识别数据集UCF101上的准确率得到了一定的提高。

机场区域因为其特殊性对民用和军用都具有重大意义。基于机器自主识别的机场区域检测方法是目前主流的检测方法,针对传统检测算法对机场区域遥感图像中多类别、多尺度、多视角以及复杂背景下检测鲁棒性不足的问题,本文提出了一种优化的区域卷积神经网络检测算法。首先,构建了一个相比传统数据集包含更多尺度、视角、类别和复杂背景等条件下的机场区域7类典型目标数据集并进行了优化处理,为模型算法的监督训练和调节奠定了基础;然后,根据所检测目标的特性以及网络的局限性,使用差异值法生成anchor、复杂负样本筛选以及加入先验判决网络对原网络进行了优化和仿真验证;最后,对优化的网络模型进行了测试与对比分析。实验结果表明,本文算法在仅增加极少检测时间基础上相比原算法有更高的平均精确度,且对各类目标的检测达到了较好的效果。

目标检测是计算机视觉研究中的热门问题,其中加速区域卷积神经网络(Faster R-CNN)对目标检测具有指导意义。针对Faster R-CNN算法在目标检测中准确率不高的问题,先对数据进行增强处理;然后对提取的特征图进行裁剪,利用双线性插值法代替感兴趣区域池化操作,分类时采用软非极大值抑制(Soft-NMS)算法。实验结果表明,该算法在PASCAL VOC2007、PASCAL VOC07+12数据集下的准确率分别为76.40%和81.20%,相较Faster R-CNN算法分别提升了6.50个百分点和8.00个百分点。没有进行数据增强的情况下,在COCO 2014数据集上的准确率相较Faster R-CNN算法提升了2.40个百分点。

为了解决卷积神经网络在进行连续行人检测时, 检测行人速度较慢, 达不到实时性要求的问题, 采用基于历史信息的区域卷积神经网络行人检测算法, 利用前一幅图像中的检测结果对当前图像的检测过程进行优化, 将前一帧的检测结果作为对当前帧提取推荐区域的参考信息, 并使用当前帧与前一帧的灰度值差异图对当前图像的卷积特征进行过滤, 以缩小滑动窗口检测时的搜索区域。在加州理工学院行人检测数据集上进行了检测实验。结果表明, 结合历史信息的算法与先进的算法相比检测速度提升了2.5倍, 同时检测准确率提升了1.5%。该算法实现了实时行人检测, 设计的网络能有效检测小目标行人。

提出了一种特征融合结合软判决的飞机检测方法。以区域卷积神经网络为基本框架,依次采用L2范数归一化、特征连接、尺度缩放和特征降维来融合多层特征。为了降低网络在目标高度重叠时的漏检率,引入软判决来改进传统的非极大值抑制方法。实验结果表明,所提方法能够准确快速地检测到飞机,得到检测率为94.25%、虚警率为5.5%、平均运行时间为0.16 s的实验结果。与现有的其他检测方法相比,所提方法的各项指标均得到显著提升。

为了提高图像目标的检测精度, 提出一种在残差网络下设计基于困难样本挖掘的目标检测算法。首先阐述基于深度学习的目标检测算法, 即超快速区域卷积神经网络(Faster R-CNN)的工作原理, 分析该算法存在的不足与改进方式。在Faster R-CNN的基础上, 为了使模型能提取更有效的深度卷积特征, 选取网络更深的残差网络替换原始的ZF或VGG网络。为了使学习到的网络模型有更强的泛化能力, 在网络训练过程中, 利用困难样本更新网络参数, 使网络训练更充分。在Pascal VOC2007、Pascal VOC2007+Pascal VOC2012和BIT这三个数据集中进行训练和测试, 实验结果显示, 融合了两种方法的Faster R-CNN在这三个数据集上的检测精度分别提升了3.5%、7.1%、6.4%, 提升效果明显。

针对红外图像行人检测任务中行人细节信息少，特征提取计算量大以及易受背景影响等问题，提出了一种改进的Fast R-CNN（快速区域卷积神经网络）红外图像行人检测方法。改进主要涉及两个方面：①结合红外图像的特点提出了一种自适应ROI 提取算法，在不影响检测准确率的前提下，降低了ROI 数量，使得网络的计算量减小；②提出了一种加权锚点框的定位机制，基于3 种不同宽高比锚点框的检测置信度进行坐标加权，获得更准确的定位框。实验结果表明，本文提出的改进方法与传统的Haar＋LBP＋HOG＋SVM 算法及Fast R-CNN 算法相比，红外图像行人检测的准确率从80.3%和91.2%提高到92.3%，检测速度从68 ms/f 和25 ms/f 提高到12 ms/f，提高了系统的性能。

行人检测是机器人和无人车夜间工作应用中的重要任务之一, 采用加速区域卷积神经网络框架实现夜间红外图像中的行人检测, 用区域建议网络生成候选区域, 无需单独从图像中生成候选区域。区域建议网络和用于分类以及位置精修的卷积网络中, 采用卷积层参数共享机制, 使得该框架具有端到端的优点, 因此无需手动选取目标特征, 实现了从输入图像直接到行人检测的功能。实验结果表明, 与使用传统方法和快速区域卷积神经网络相比, 使用加速区域卷积网络框架对红外图像进行行人检测的准确率从68.2%和73.4%提高到了90.9%, 检测时间从3.6 s/frame和2.3 s/frame缩短到了0.04 s/frame, 达到了实际应用中的实时性要求。