语境信息约束下的多目标检测网络

• 作者: 张彬彬 李君君 邬亚男
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 目标检测 语境信息 实时检测 卷积神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 6-12
• 页数: 7页
• 分类号: TP391
• 字数: 5398字
• 语种: 中文

摘要

目标检测问题一直是计算机视觉以及机器学习领域非常重要的研究课题,并且在交通监控、医学影像、辅助驾驶等方面有着广泛的应用.由于现实任务对于检测速度和精度的要求,目标检测一直是计算机视觉领域具有挑战性的任务.语境信息可以作为推理的关键证据应用于多目标识别领域.由此,提出语境信息约束下的直接预测目标类别和目标位置的多目标检测网络.该网络采取端对端的训练方式,分层提取特征,并利用语境信息微调网络的输出结果以更好地进行实时预测.在PASCAL VOC 2007数据集上的定性及定量实验结果,证明了深度语境网络下的目标检测模型具有显著的目标检测性能,优于当前先进的方法.实验证明,利用语境信息可以为目标检测提供有效的判定依据,提高检测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬亚男	合肥工业大学计算机与信息学院	1	0	0.0	0.0
2	李君君	合肥工业大学计算机与信息学院	1	0	0.0	0.0
3	张彬彬	合肥工业大学计算机与信息学院	2	0	0.0	0.0