摘要：針對(duì)監(jiān)控環(huán)境下的視頻圖像處理存在漏檢這一問題，分析現(xiàn)有目標(biāo)檢測算法中普遍使用的深度學(xué)習(xí)方法Faster R—CNN，在VCC16卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，在第一層卷積層中加入空洞卷積核，擴(kuò)展神經(jīng)網(wǎng)絡(luò)的寬度，使得目標(biāo)檢測模型具有尺度不變性．在深度學(xué)習(xí)平臺(tái)PyToreh下對(duì)Cifar-10數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示，改進(jìn)的目標(biāo)檢測算法具有較好的尺度不變性，在監(jiān)控場景下更具優(yōu)勢．