计算机视觉与深度学习 | 基于Faster R-CNN的目标提取（源代码）

################################################
博主github：https://github.com/MichaelBeechan
博主优快云：https://blog.youkuaiyun.com/u011344545
################################################

基于Faster R-CNN的目标提取

问题

• 深度学习 Faster R-CNN 的多帧背景还原解决动态背景的问题。针对 动态背景下的目标提取问题。本文提出了基于深度学习 Faster R-CNN 的多帧背 景还原的前景目标提取算法。基于 Faster R-CNN 对前景目标的单帧提取能力， 对每一帧分别进行检测，并提取每帧的背景，经过图像融合还原出完整的不含目 标的背景图像，并通过滤波与膨胀腐蚀等精确的提取前景目标。

深度学习目标检测算法——Faster R-CNN

• 在经典的目标检测算法中，面临的关键问题是算法的运行时间无法满足实时 性要求。而随着卷积神经网络(R-CNN) 和基于区域建议(Region Proposal)算法的 快速发展与应用[6]，在极大地缩短目标检测网络运行时间的同时，显著提高了目 标检测精度。本文选取的 Faste