本文提出了一种监控视频中飞鸟对象的检测方法，通过聚合多个连续图像帧上的飞鸟对象的特征，并设计了一个具有大特征图层的检测网络来检测多尺度鸟类对象。实验结果表明该方法有效地提高了飞鸟对象的检测性能。

本文介绍了全连接的多层网络和特别设计的检测网络（DetNet）两种不同的深度神经网络结构，比较了它们的准确性和运行时间，并成功实现了最先进的性能。证明这些网络可以被修改为产生软决策。

本文提出了一种利用生成网络和检测网络将 RGB 图像转化为热成像图像的端到端框架，通过生成的热成像图像与真实数据进行比较，论证了使用生成对抗网络将 RGB 训练数据转化为热成像数据的可行性，从而加快和降低生成热成像数据的成本，满足安全应用的需求。