摘要
现有依赖CNN的目标检测算法常采用特征融合的建模方式来丰富特征表达,虽然该方法一定程度上能有效改善多尺度目标检测,但是在针对复杂场景进行检测时却没有显著的提升.这主要受限于三个问题的影响:长路径特征融合造成的特征间相关性损失;仅设计了单方向的融合连接,忽略了反方向的语义信息弥补;忽略了有效感受野(effective receptive field,ERF)在多尺度检测中的重要性.针对这三点分别设计了二次融合结构(double fusion structure,DFS)、多分支融合模块(multi branch fusion module,MBFM)和感受野增强模块(receptive field enhance module,RFEM).该方法利用DFS缩短特征层级间的相对路径,然后通过MBFM来同时弥补上层和下层的语义信息缺失,并使用RFEM建模特征通道,增大ERF区域.最终模型在PASCAL VOC 2007测试数据集上达到了85.4％的平均精度均值(mean average precision,mAP),与依赖传统建模方式的检测算法相比,提出的方法提高了2.6％.
基金项目
国家自然科学基金资助项目(61601358)
国家自然科学基金资助项目(61972225)
国家自然科学基金资助项目(61902164)
陕西省教育厅专项科研计划资助项目(15JK1317)
国家新闻出版广电总局数字内容防伪与安全取证重点实验室项目()
国家科技期刊平台
NSTL
维普
万方数据