一种融合多尺度特征的多物体检测方法

• 作者: 张怡迪 牛斌 马利 魏云
• 来源期刊: 辽宁大学学报（自然科学版）
• 学科: 工学
• 关键词: 多物体检测 卷积神经网络 多尺度特征 非极大值抑制
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 118-124
• 页数: 7页
• 分类号: TP391
• 字数: 3075字
• 语种: 中文

摘要

在图像识别与计算机视觉领域,物体检测是研究热点,提出了一种融合多尺度特征的多物体检测方法,基于卷积神经网络在多尺度特征下提取物体的候选区域,然后将不同尺度下的特征进行融合,使多物体检测中出现的小物体被漏检的概率降低.最后采用基于中心点的非极大值抑制方法,计算检测窗口的中心点的欧式距离和iou来抑制冗余的窗口,从而提升多物体检测的精度.将提出的方法在PASCAL VOC数据集上进行验证,实验证明所提的方法能有效提高多物体检测的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛斌	辽宁大学信息学院	27	85	5.0	8.0
2	马利	辽宁大学信息学院	24	91	5.0	8.0
3	张怡迪	辽宁大学信息学院	1	0	0.0	0.0
4	魏云	辽宁大学信息学院	1	0	0.0	0.0