| 基于特征通道建模的目标检测方法 |
| |
| 引用本文： | 张业星,陈敏,潘秋羽.基于特征通道建模的目标检测方法[J].计算机工程,2022,48(7):264-269+299. |
| |
| 作者姓名： | 张业星 陈敏 潘秋羽 |
| |
| 作者单位： | 1. 中国电建集团华东勘测设计研究院有限公司, 杭州 310000;2. 浙江华东工程数字技术有限公司, 杭州 310000 |
| |
| 基金项目： | 国家自然科学基金（61972225）； |
| |
| 摘 要： | 针对直接利用多尺度融合特征图进行目标检测时鲁棒性较差的问题，提出一种对图像全局信息进行多维建模的检测方法。采用多阶段的特征复用和特征融合减少特征间相关性损失，设计广度通道建模分支（BCMB）与深度通道建模分支（DCMB）弥补因感受野变化造成的图像空间信息不足，并丰富图像中各个目标间的上下文信息。通过BCMB建立宽高方向的二维通道矩阵，对多层级的感受野进行建模，进而丰富模型对图像的空间感知，完成目标定位。使用DCMB建立深度方向的一维通道向量，提炼图像的全局特征，丰富模型对图像的上下文描述，完成目标分类。将2个分支生成的通道图与输入特征进行加权融合，增强图像通道表达力，使输出的特征对目标的位置和类别信息更敏感。在PASCAL VOC 2007测试数据集上的实验结果表明，该方法的mAP值为85.8%，与未使用通道建模的Baseline方法相比，最高可提升3.2个百分点。
|
| 关 键 词： | 目标检测 上下文信息 通道建模 卷积神经网络 特征增强 |
| 收稿时间： | 2021-06-08 |
| 修稿时间： | 2021-08-31 |
Object Detection Method Based on Feature Channel Modeling |
| |
| ZHANG Yexing,CHEN Min,PAN Qiuyu.Object Detection Method Based on Feature Channel Modeling[J].Computer Engineering,2022,48(7):264-269+299. |
| |
| Authors: | ZHANG Yexing CHEN Min PAN Qiuyu |
| |
| Affiliation: | 1. Power China Huadong Engineering Corporation, Hangzhou 310000, China;2. Zhejiang Huadong Engineering Digital Technology Co., Ltd., Hangzhou 310000, China |
| |
| Abstract: | |
| |
| Keywords: | object detection contextual information channel modeling Convolutional Neural Networks(CNN) feature enhancement |
|
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
