一种改进的Faster R-CNN对小尺度车辆检测研究

• 作者: 张御宇 杨彪 邓林红
• 来源期刊: 现代电子技术
• 关键词: FasterR-CNN 小尺度车辆检测 全卷积网络 区域建议网络 锚选择 平衡锚数量
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 智能交通与导航
• 页码范围: 98-103
• 页数: 6页
• 分类号: TN98-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.11.023

摘要

针对传统Faster R-CNN算法对小尺度车辆检测效果不佳的问题,提出一种改进型网络进行车辆检测的方法.首先,通过改进经典全卷积网络和区域建议网络的结构,增强低层特征与高层特征之间的信息传递;其次,增加更小尺度的锚,从而改善Faster R-CNN对小目标的检测能力;最后,增加锚选择策略,通过平衡锚数量的差异,缓解区域建议网络生成的正负锚数量不平衡问题.文中实验分别在VOC2007、Kitti、真实数据集上对所提方法和传统Faster R-CNN算法进行比较,检测准确率分别提高了9％,8.1％,8.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨彪	常州大学信息科学与工程学院数理学院	11	22	2.0	4.0
2	邓林红	常州大学生物医学工程与健康科学研究院	28	56	2.0	6.0
3	张御宇	常州大学信息科学与工程学院数理学院	2	1	1.0	1.0