一种基于三维卷积网络的视频中的目标检测方法

摘要

本发明涉及一种基于三维卷积网络的视频中的目标检测方法，包括：使用交叉训练的方法对整个网络进行融合训练，使用三维卷积网络提取特征并融合前后帧的上下文信息，使用候选区域生成网络生成可能存在目标的候选区域，使用区域标准池化方法对候选区域进行标准池化，对每一个候选区域进行分类与边界框回归微调，使用非极大抑制过滤冗余的检测结果。该检测方法利用基于候选区域生成网络的两阶段检测框架对目标进行检测；在特征提取时，为充分利用视频中图像序列的时序信息，使用待检测目标帧的前后若干帧构成立方体，并使用三维卷积网络进行特征提取，从而实现精确的视频中目标检测效果。