基于特征融合和中心预测的目标检测算法

• 作者: 段志伟
• 来源期刊: 现代计算机
• 关键词: FasterR-CNN 多尺度 注意力 特征融合 中心区域预测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图形图像
• 页码范围: 60-63
• 页数: 4页
• 字数: 2175字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.09.014

摘要

基于Faster R-CNN目标检测框架,针对单尺度预测目标检测算法不能有效适应目标多尺度变化和在图像上通过滑动窗口方式密集采样会产生较多难分负样本的问题,提出一种结合通道域注意力的多尺度特征融合方案和目标中心区域预测模块.首先提取多尺度特征,然后结合通道注意力机制进行特征融合,最后利用中心区域预测模块选取建议框并提取目标特征.在公开数据集VOC2007上实验,相比于Faster R-CNN目标检测算法平均精确度(mAP)有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段志伟	四川大学视觉合成图形图像技术国防重点学科实验室	2	0	0.0	0.0