《基於改進的Faster R-CNN小尺度行人檢測》是陳澤,葉學義撰寫的一篇論文。
基本介紹
- 中文名：基於改進的Faster R-CNN小尺度行人檢測
- 論文來源：計算機工程
- 發表時間：2019-09-29
- 作者：陳澤,葉學義
- 分類號：TP391.41
論文摘要,引文格式,
論文摘要
小尺度行人的檢測一直是行人檢測的難點問題，本文以Faster R-CNN目標檢測網路為基礎，採用一種基於雙線性插值的對齊池化策略以避免感興趣區域池化過程中兩次量化操作帶來的位置偏差；然後提出一種基於級聯的多層特徵融合策略，將具有豐富細節信息的淺層特徵圖和具有抽象語義信息的深層特徵圖進行通道疊加以補充小尺度行人在深層特徵圖中特徵信息的不足。實驗結果表明，針對INRIA和PASCAL VOC2012中的小目標行人數據，相比於Faster R-CNN，在檢測效率相當的條件下，平均準確率(MAP)分別提高17.58%和23.78%。
引文格式
陳澤,葉學義,錢丁煒,魏陽洋.基於改進的Faster R-CNN小尺度行人檢測[J/OL].計算機工程:1-8[2019-11-09].
