-
题名基于CNN级联特征增强的通用目标检测方法
被引量：1
- 1
-
-
作者
张业星
陈敏
潘秋羽
-
机构
中国电建集团华东勘测设计研究院有限公司浙江华东工程数字技术有限公司
-
出处
《计算机工程与设计》
北大核心
2022年第5期1344-1350,共7页
-
文摘
为解决传统链式特征融合只针对单一方向缺失的语义信息进行弥补,忽略语义信息来源多方向性的问题,提出一种对图像特征空间进行全局建模的方法。根据各个层级特征图对原始信息的多维度描述,设计特征增强模块(feature enhancement module,FEM),从多个方向弥补级联特征缺失的语义,达到增强CNN级联特征表达力的目的。经实验验证,FEM的使用在PASCAL VOC 2007测试数据集上达到了85.0%的平均精度均值(mean average precision,mAP),与依赖传统融合方式的检测算法相比最高提高了2.3%。
-
关键词
目标检测
全局特征
通道建模
特征增强
卷积神经网络
-
Keywords
object detection
global feature
channel modeling
feature enhancement
CNN
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
