基于SSD的手掌检测方法研究

摘要

在移动端和嵌入式设备进行掌纹或掌静脉识别时,采集到的图像通常含有除了手掌以外的多种物体,在多场景和多种物体的干扰下准确检测目标手掌具有重要的理论研究价值和现实意义。现今流行的目标检测方法主要为基于深度学习的目标检测网络,这种方法具有较高的准确率,但是需要较长的处理时间和较大的存储资源,不利于在移动端等小型设备上部署。基于上述问题,设计一种改进的SSD网络模型用于手掌检测,使用轻量级卷积神经网络MobileNet替换掉SSD网络中的VGG16网络。实验结果表明,本文模型在手掌检测方面能够达到和原SSD模型相同水平的检测精确度,同时拥有较少的处理时间和更少的参数量,满足移动端和嵌入式设备对存储资源和实时性的要求。