一种基于改进光流法的R-CNN模型及其目标识别方法

摘要

本发明公开一种基于改进光流法的R‑CNN模型及其目标识别方法，其方法部分包括如下步骤：S1，对收集到的图像利用基于金字塔改进的光流法生成候选区域，同时利用改进型DCNN的卷积层提取特征；S2，利用改进型DCNN的ROI池化层把步骤S1生成的候选区域映射到步骤S1输出的特征图对应位置，并把映射后的区域划分为大小相同尺寸的部分；S3，将图像进行最大池化操作后输入分类器进行分类识别，同时利用回归器修正目标位置。本发明利用了基于金字塔改进的光流法进行候选区域的生成，解决了传统光流法需要假设条件下实现的问题。使得本发明能够对图像中对移动物体进行候选区域的生成。