收藏本站
《计算机工程与应用》 2019年17期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

结合注意力机制的深度学习图像目标检测

孙萍  胡旭东  张永军  
【摘要】:利用卷积神经网络进行目标检测时,提取的卷积特征具有很强的平移不变性,这将削弱模型的定位性能。事实上,目标对象通常具有不同的子区域特征和宽高比特性,但在目前流行的两阶段目标检测框架中,很少考虑这些具有平移尺度敏感性的特征成分。为了优化模型的特征表达,将在两阶段目标检测框架中引入与子区域特征和宽高比特性相关的注意力特征库,并生成注意力特征图对原始的ROI池化特征进行优化。另外,在注意力特征图的辅助下,模型特征维度可以有效地进行缩减。实验结果表明,引入注意力模块后,模型的检测精度和检测速度有明显提升。

【相似文献】
中国期刊全文数据库 前10条
1 ;图像目标检测技术及应用[J];大数据;2016年05期
2 李林;张盛兵;吴鹃;;基于深度学习的实时图像目标检测系统设计[J];计算机测量与控制;2019年07期
3 贺霖;潘泉;邸韡;李远清;;高光谱图像目标检测研究进展[J];电子学报;2009年09期
4 范金华;陈锻生;;高光谱图像目标检测研究进展[J];微型机与应用;2015年16期
5 聂永刚;但志平;;足球赛场运动视频图像目标检测仿真[J];计算机仿真;2017年07期
6 张铁栋;万磊;秦再白;马悦;;基于离散分数布朗随机场的水下图像目标检测[J];光电工程;2008年08期
7 石志广;周剑雄;张焱;;图像目标检测前跟踪的广义多伯努利滤波算法[J];红外与毫米波学报;2018年03期
8 刘蓉;李红艳;;多媒体网络图像目标检测算法仿真研究[J];计算机仿真;2018年12期
9 冉欢欢;游安清;霍义华;黄自力;;面向光电图像目标检测跟踪的距离信息处理[J];太赫兹科学与电子信息学报;2015年05期
10 唐旭东;庞永杰;张铁栋;李晔;;基于2维Tsallis熵的水下图像目标检测[J];机器人;2010年03期
中国重要会议论文全文数据库 前4条
1 李国强;艾淑芳;;一种天空背景红外图像目标检测方法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
2 黄家闽;杨珑颀;;基于随机共振和支持向量机的声纳图像目标检测[A];信号处理在生仪2014学术年会论文集[C];2014年
3 潘雄;郎量;苗灿;赵盈盈;杜雨馨;朱杏子;;基于深度学习的被动毫米波图像目标检测方法研究[A];2019年全国微波毫米波会议论文集(上册)[C];2019年
4 肖阳辉;王玉良;史泽林;;多子区域相关跟踪算法研究[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
中国博士学位论文全文数据库 前2条
1 王振华;基于深度学习的野外巡线系统图像目标检测研究[D];中国地质大学(北京);2018年
2 郭鹏宇;光测图像目标检测跟踪与判读方法研究[D];国防科学技术大学;2015年
中国硕士学位论文全文数据库 前10条
1 白猛猛;深度位敏信息网络的图像目标检测研究[D];西安工业大学;2018年
2 黎敏讷;分布式数据分层抽样技术及其在目标检测领域的应用研究[D];国防科学技术大学;2017年
3 刘培;基于深度学习的图像目标检测与分割算法的研究与应用[D];燕山大学;2018年
4 吕建君;基于深度学习的空域图像目标检测研究与实现[D];北京邮电大学;2018年
5 朱然;红外图像目标检测及并行化处理技术研究[D];国防科学技术大学;2013年
6 董小舒;视频图像目标检测与识别算法优化[D];南京理工大学;2013年
7 冯倩;基于主动轮廓模型的红外图像目标检测与识别方法研究[D];天津理工大学;2017年
8 刘颖彬;红外与微光双谱夜视图像目标检测方法研究[D];南京理工大学;2013年
9 霍富功;基于形态学的序列图像目标检测[D];中北大学;2011年
10 盛柳青;SAR图像目标检测中若干关键技术的研究[D];合肥工业大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026