一种基于视频特征的改进Faster R-CNN网络检测漂浮物方法

摘要

本发明涉及一种基于视频特征的改进Faster R‑CNN网络检测漂浮物方法，将Faster R‑CNN网络中的二维特征提取网络替换为三维特征提取网络得到改进后的Faster R‑CNN网络；输入连续的16帧视频序列图像到三维特征提取网络中提取特征图，将特征图送入RPN网络生成区域候选框并进行分类属于前景或者背景；对分类为前景的初始候选框进行包围盒回归修正初始矩形框的位置；对所有的侯选矩形框进行排序，选出是前景概率较大的前N个候选框；将特征图通过ROI池化层将N个候选框的特征图映射到固定尺寸；将得到的特征图通过全连接层和softmax层进行漂浮物和非漂浮物的分类，对该特征图再次进行包围盒回归进一步修正检测出的漂浮物坐标位置。本发明能提高漂浮物搜索过程的效率，节省人力物力成本。