摘要
针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCALVOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0%,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于SSD算法.
This paper presents feature enhancement single shot multi-box detector(FE-SSD) for object detection. In FE-SSD network structure, firstly we apply scale-invariant convolution operation on each scale feature map in SSD’s pyramid feature maps. Then fusing the original feature and convolved feature generates new SSD’s feature pyramid, which will be fed to multibox detectors to predict the final detection results.On the PASCAL VOC2007 test, our network can achieve 78.0% mean average precision(mAP) at the speed of 82.5 frame per second(FPS) with the input size 300×300. On extended experiment, FE-SSD performance over SSD in blurry object detection.
作者
谭红臣
李淑华
刘彬
刘秀平
Tan Hongchen;Li Shuhua;Liu Bin;Liu Xiuping(School of Mathematical Sciences, Dalian University of Technology, Dalian 116024)
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第4期573-579,共7页
Journal of Computer-Aided Design & Computer Graphics
关键词
SSD算法
目标检测
特征融合
网络结构
single shot multibox detector
object detection
feature fusion
network structure
作者简介
谭红臣(1992-),男,博士研究生,主要研究方向为目标检测、跨模态检索、行人重识别;李淑华(1989-),女,博士研究生,主要研究方向为计算机图形图像处理;刘彬(1990-),男,博士研究生,主要研究方向为计算机图形图像处理;通讯作者:刘秀平(1964-),女,博士,教授,博士生导师,主要研究方向为多元样条、计算几何.(xpliu@dlut.edu.cn).
