计算机工程

作者：黄舒怡, 谭光

单位：中山大学智能工程学院, 广东 深圳 518107

关键词：视频分析,深度神经网络,目标检测,分区,配置映射分析器,拼接检测

基金：国家自然科学基金面上项目(62372488)

为解决视频分析任务中利用深度神经网络进行目标检测时精度需求和计算开销难以平衡的问题, 现有工作大多以全帧视频图像作为计算资源调度的单位, 为信息价值高的视频帧分配更多资源, 为信息价值低的视频帧少分配甚至不分配资源, 从而在保证精度的前提下尽可能节省计算开销。然而, 由于每帧视频图像中感兴趣目标分布不均, 算法为含有少量高信息价值区域的全帧图像分配过多资源, 耗费不必要的检测计算开销。针对这一问题, 提出基于分区的视频目标检测方法。将视频图像分区后, 对各个分区感兴趣目标的特征进行快速提取和处理, 通过配置映射分析器为每个分区映射满足精度需求且最小化检测开销的检测配置, 并将具有相同检测配置的分区拼接检测以进一步减少检测开销。最后, 针对分区引起的边缘目标碎片化导致检测精度下降的问题进行修复。实验结果表明: 该方法在满足检测精度需求的前提下, 显著降低了计算开销, 最大节省90.84%;在开销相近的情况下, 平均精度提升10.48%~23.13%, 实现了高效的视频目标检测, 且在静态和动态的不同场景下具有更好的适应性。

来源：2025年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第2期