一种改进的适用于监控视频的轻量级入侵检测算法及其应用

TP391.4; 由于传统的目标检测算法较为复杂,在算力、存储空间有限的场景下无法实时检测,因此本文提出了一种轻量级入侵检测算法.首先采用自适应更新率的混合高斯前景提取算法提取初筛目标,然后基于改进的残差压缩网络(R-SqueezeNet)对初筛目标进行识别分类.实验结果表明,该算法在不降低检测精度的前提下,比传统算法的检测速度平均提升了30倍,模型体积缩减至YOLOv3-tiny算法的1/40....

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 47; no. 6; pp. 734 - 741
Main Authors 陈涛, 陈天宇, 万永菁, 王嵘, 孙静
Format Journal Article
LanguageChinese
Published 华东理工大学信息科学与工程学院,上海 200237%上海卓希智能科技有限公司研发部,上海 201611 30.12.2021
Subjects
监控视频;入侵检测;轻量级;自适应更新率;R-SqueezeNet
Online AccessGet full text

Cover

More Information
Summary:TP391.4; 由于传统的目标检测算法较为复杂,在算力、存储空间有限的场景下无法实时检测,因此本文提出了一种轻量级入侵检测算法.首先采用自适应更新率的混合高斯前景提取算法提取初筛目标,然后基于改进的残差压缩网络(R-SqueezeNet)对初筛目标进行识别分类.实验结果表明,该算法在不降低检测精度的前提下,比传统算法的检测速度平均提升了30倍,模型体积缩减至YOLOv3-tiny算法的1/40.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20201110002