标题：基于深度卷积神经网络的图像目标检测
作者：尹勰 闫磊
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：前景目标检测，卷积神经网络，反卷积，金字塔池化
摘要：针对从动态背景提取前景目标较差的问题，提出了一种基于卷积神经网络的图像前景目标检测方法。首先，基于传统的卷积神经网络构建了特征提取的网络模型，然后利用反卷积和金字塔池化，解决了传统卷积神经网络VGG-Net只能对整张图片分类以及只能输入固定尺寸图象的缺陷。针对R-CNN和SPP-Net网络模型提出了一种优化的bounding-box选择方法，使得对检测目标的定位更快更准确。在实际应用中，能够获得更好的前景目标检测效果，为后续的视频分析任务的研究提供了更好的条件。