基于注意力机制和特征融合改进的小目标检测算法

• 作者: 周克 麻森权
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标检测 注意力机制 特征融合 神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 194-199
• 页数: 6页
• 分类号: TP301.6
• 字数: 3808字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.034

摘要

近年来目标检测在机器视觉领域得到了极大的发展.然而对于图像中的微小物体,其所占像素少,容易受到背景因素等影响.当前算法在进行卷积采样时容易丢失小目标的特征信息,对于小目标达不到很好的检测效果.针对图像中小目标检测存在的问题,在研究当前目标检测算法的特点时发现SSD系列算法兼顾检测精度和速度的优点.在SSD网络框架中引入注意力模块,有效提取小目标的特征信息.使用特征融合的方式对小目标进行精确的位置回归.通过实验在TILDA织物瑕疵数据集和VEDAI航拍数据集上验证了该方法的可行性,对于图像中的小目标可以有效检测,同时减少了错检.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周克	贵州大学电气工程学院	28	99	6.0	8.0
2	麻森权	贵州大学电气工程学院	2	0	0.0	0.0