智慧城市管理案件图像自动识别应用分析①

郭 磊,李进强,党 磊

(正元地理信息集团股份有限公司,北京 101300)

城市监控视频采集和处理技术是智慧城市建设的关键技术.目标检测算法是深度学习算法中重要的一部分,已经在人脸识别、机械设备故障检测等领域有了较好地应用[1].在智慧城市案件图像识别领域,目标检测算法能够根据事物的不同特征在一定重复学习的基础上,精确判断图像内容的分类,在一般城市案件识别中能够发挥重要作用,如车辆违章停放、违规张贴广告等.该算法还可以通过群体行为判断案件的严重性,能够及时向系统反馈异常情况.有效的城市案件图像识别技术对提高城市案件发现和处理效率,节省城市人力物力资源有极大的影响[2].目标检测算法在目前城市管理案件图像自动识别的实际应用上还存在一定问题,识别精度不高、检测速度较慢等.有鉴于此,本次研究以提高检测城市案件图像识别的速度和精度为目标,构建了基于改进卷积神经网络的目标检测算法和图像评价网络模型.

1 基于卷积神经网络的目标检测算法

1.1 改进的卷积神经网络

卷积神经网络训练模型会涉及到大量且复杂的计算,其实质是通过卷积层将初始特征图像中提取出有效特征,实现图像滤波[3].假设每个卷积层的初始特征图是xi,则卷积运算表达式为:

式(1)中,Mj是初始特征图像的集合,f(·)是激活函数,*是卷积运算的数学符号.将第i和j个初始特征图像的卷积层卷……