基于注意力融合网络的RGB-D目标检测算法

• 作者: 朱书勤
• 来源期刊: 电子测量技术
• 关键词: 目标检测 卷积神经网络 RGB-D图像 注意力机制
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 110-115
• 页数: 6页
• 分类号: TP75
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106215

摘要

针对当前利用RGB-D图像进行目标检测出现的网络融合不充分和检测效率不高等问题,提出一种基于注意力机制的特征逐级融合网络结构.首先在基于Yolo v3的Backbone网络结构下,分别用标注好的RGB-D样本分别训练RGB和Depth网络,然后通过注意力模块增强两种特征,最后在网络中期逐层融合得到最终的特征权重.在具有挑战性的NYU Depth v2数据集上测试,得到本文方法的均值平均精度为77.8％.通过对比实验得出,所提出的基于注意力机制的融合网络较同类算法性能有了明显提升.