论文摘要
目标检测问题一直是计算机视觉以及机器学习领域非常重要的研究课题,并且在交通监控、医学影像、辅助驾驶等方面有着广泛的应用。由于现实任务对于检测速度和精度的要求,目标检测一直是计算机视觉领域具有挑战性的任务。语境信息可以作为推理的关键证据应用于多目标识别领域。由此,提出语境信息约束下的直接预测目标类别和目标位置的多目标检测网络。该网络采取端对端的训练方式,分层提取特征,并利用语境信息微调网络的输出结果以更好地进行实时预测。在PASCAL VOC 2007数据集上的定性及定量实验结果,证明了深度语境网络下的目标检测模型具有显著的目标检测性能,优于当前先进的方法。实验证明,利用语境信息可以为目标检测提供有效的判定依据,提高检测的准确率。
论文目录
文章来源
类型: 期刊论文
作者: 邬亚男,李君君,张彬彬
关键词: 目标检测,语境信息,实时检测,卷积神经网络
来源: 智能计算机与应用 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 合肥工业大学计算机与信息学院
分类号: TP18;TP391.41
页码: 6-12
总页数: 7
文件大小: 5676K
下载量: 14
相关论文文献
- [1].基于权值选择的多雷达多目标检测前跟踪算法[J]. 杭州电子科技大学学报(自然科学版) 2020(02)
- [2].分数阶傅里叶变换在雷达多目标检测和参数估计中的应用[J]. 雷达与对抗 2010(01)
- [3].多目标检测系统的设计与仿真[J]. 山西电子技术 2010(03)
- [4].道路场景中基于视频的多目标检测[J]. 软件 2019(12)
- [5].基于PHD的多目标检测前跟踪改进方法[J]. 雷达科学与技术 2016(01)
- [6].基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法[J]. 电子与信息学报 2014(11)
- [7].基于反残差结构的轻量级多目标检测网络[J]. 激光与光电子学进展 2019(22)
- [8].采用卷积神经网络的海面多目标检测研究[J]. 信号处理 2018(09)
- [9].雷达与ESM综合多目标检测、跟踪与识别[J]. 系统工程与电子技术 2016(07)
- [10].光学遥感图像多目标检测及识别算法设计与实现[J]. 计算机应用 2015(11)
- [11].基于峰均功率比的多目标检测方法性能分析[J]. 西安工程大学学报 2014(05)
- [12].采用峰值平均功率比的低信噪比水下多目标检测方法[J]. 西安交通大学学报 2012(02)
- [13].水下运动阵列多目标检测和方位估计一体化方法[J]. 计算机工程与应用 2014(01)
- [14].基于分段时频图的LFMCW雷达多目标检测性能分析[J]. 电子世界 2020(02)
- [15].基于YOLO智能网络的红外弱小多目标检测技术[J]. 上海航天 2019(05)
- [16].基于多目标检测系统的盲多用户检测算法的改进[J]. 电子测试 2010(05)
- [17].融合历史轨迹的智能汽车城市复杂环境多目标检测与跟踪算法[J]. 西安交通大学学报 2018(10)
- [18].复杂运动情况下的多目标检测与追踪[J]. 计算机测量与控制 2014(01)
- [19].一种特征增量门限MIMO阵列多目标检测方法[J]. 舰船电子工程 2013(04)
- [20].基于自适应差分的多目标检测和跟踪[J]. 现代电子技术 2011(16)
- [21].基于改进SSD的交通大场景多目标检测[J]. 光学学报 2018(12)
- [22].改进Mask R-CNN的遥感图像多目标检测与分割[J]. 计算机工程与应用 2020(14)
- [23].杂波干扰下雷达微弱多目标检测跟踪方法[J]. 中国电子科学研究院学报 2018(05)
- [24].MIMO雷达多目标检测前跟踪算法研究[J]. 电子学报 2010(06)
- [25].基于Darknet框架下YOLO v2算法的车辆多目标检测方法[J]. 交通运输工程学报 2018(06)
- [26].基于多特征融合的复杂背景下弱小多目标检测和跟踪算法[J]. 光子学报 2009(09)
- [27].基于聚集疑似目标的快速TBD弱小多目标检测方法[J]. 激光与红外 2008(11)
- [28].分布式传感技术在海面多目标检测中的研究[J]. 舰船科学技术 2015(03)
- [29].窄带雷达高速多目标检测研究[J]. 西安电子科技大学学报 2009(06)
- [30].基于改进混合高斯模型的车辆多目标检测方法[J]. 西安工程大学学报 2017(06)