融合对抗学习策略的实例级物体检测算法

• 作者: 王睿 覃润楠
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 实例级物体检测 对抗学习 区域全卷积网络
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文与报告
• 页码范围: 1006-1013
• 页数: 8页
• 分类号: TP391.4
• 字数: 5642字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201911005

摘要

针对目前基于深度学习的实例级物体检测算法对受遮挡物体的检测效果较差的问题,文中引入对抗学习的训练策略,提出改进的对抗生成式区域全卷积网络算法(AGR-FCN).以区域全卷积网络(R-FCN)为基准框架,添加为训练样本生成遮挡特征的对抗性遮挡丢弃网络(AMDN).通过R-FCN与AMDN间对抗学习的训练策略,提升R-FCN对遮挡物体的特征学习能力,优化整体实例级物体检测性能.在公共数据库GMU Kitchen和自制数据库BH-GI上的实验表明,在复杂多变的非结构化环境中,如随机变化的不同光照、尺度、焦比、视角与姿态、遮挡等条件下,AGR-FCN的平均检测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王睿	北京航空航天大学仪器科学与光电工程学院	43	354	12.0	17.0
2	覃润楠	北京航空航天大学仪器科学与光电工程学院	1	0	0.0	0.0