特征增强的SSD算法及其在目标检测中的应用

• 作者: 刘彬 刘秀平 李淑华 谭红臣
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: SSD算法 目标检测 特征融合 网络结构
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像与视觉
• 页码范围: 573-579
• 页数: 7页
• 分类号: TP391.41
• 字数: 4556字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17331

摘要

针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCAL VOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0％,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于SSD算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘秀平	大连理工大学数学科学学院	32	476	9.0	21.0
2	刘彬	大连理工大学数学科学学院	9	70	4.0	8.0
3	谭红臣	大连理工大学数学科学学院	1	10	1.0	1.0
4	李淑华	大连理工大学数学科学学院	3	23	3.0	3.0