Разработка, исследование алгоритма обнаружения объектов малых размеров на основе сверточных нейронных сетей

Аннотация: Неудовлетворительная точность обнаружения объектов малых размеров на изображениях сверточных нейронных сетей связана с дефицитом признаковой информации, характеризующей малоразмерные объекты, что увеличивает вероятность переобучения нейронной сети. Для увеличения признакового пространства используется информация о движении динамических объектов. Идентификация движения подвижных объектов основана на методе вычитания фона. Экспериментальные исследования показывают превосходство разработанного алгоритма в точности обнаружения объектов малых размеров на изображениях по сравнению с исходной архитектурой сверточной нейронной сети.

Ключевые слова: обнаружение мелких объектов, сверточные нейронные сети, подвижные объекты

V.V. Kovalev, N.E. Sergeev

Development, research of an algorithm for detecting small objects based on convolutional neural networks

Summary: The unsatisfactory accuracy of detecting small objects in images of convolutional neural networks is associated with a lack of feature information characterizing small objects, which increases the likelihood of neural network retraining. To increase the feature space, information about the movement of dynamic objects is used. Movement identification of moving objects is based on the background subtraction method. Experimental studies show the superiority of the developed algorithm in the accuracy of detecting small objects in images compared to the original architecture of the convolutional neural network.

Keywords: small object detection, convolutional neural networks, moving objects.

DOI: 10.34219/2078-8320-2023-14-2-18-22