一种融合多尺度特征的多物体检测方法 |
| |
作者姓名: | 牛斌 张怡迪 马利 魏云 |
| |
作者单位: | 辽宁大学信息学院,辽宁沈阳,110036;辽宁大学信息学院,辽宁沈阳,110036;辽宁大学信息学院,辽宁沈阳,110036;辽宁大学信息学院,辽宁沈阳,110036 |
| |
基金项目: | 2017年辽宁省科技厅博士科研启动基金指导计划项目 |
| |
摘 要: | 在图像识别与计算机视觉领域,物体检测是研究热点,提出了一种融合多尺度特征的多物体检测方法,基于卷积神经网络在多尺度特征下提取物体的候选区域,然后将不同尺度下的特征进行融合,使多物体检测中出现的小物体被漏检的概率降低.最后采用基于中心点的非极大值抑制方法,计算检测窗口的中心点的欧式距离和iou来抑制冗余的窗口,从而提升多物体检测的精度.将提出的方法在PASCAL VOC数据集上进行验证,实验证明所提的方法能有效提高多物体检测的精确度.
|
关 键 词: | 多物体检测 卷积神经网络 多尺度特征 非极大值抑制 |
本文献已被 CNKI 万方数据 等数据库收录! |
|