遮挡对于目标检测的影响分析

摘要：

当前目标检测任务中遮挡问题是一项具有挑战性的工作,由于存在遮挡导致物体的整体特征结构遭到破坏,在检测过程中容易发生漏检、误检等问题.常见遮挡处理方法在很大程度上提高了遮挡检测效果,然而对遮挡构成因素和不同遮挡比例对于检测性能的影响情况,目前并没有具体量化分析.对此,从数据驱动方法出发,通过仿真方式构建生成大量均匀分布的遮挡数据集(MOCOD),在此数据集上分析不同遮挡比例下的检测性能,量化分析了不同遮挡对于检测性能的影响情况,在分析的基础上,通过按遮挡比例引入衰减权重方式来筛选高质量的正样本参与模型训练,有效提升了遮挡情况下的检测性能.

关键词：深度神经网络、目标检测、遮挡处理、遮挡数据集

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目;国家自然科学基金项目;北京市科学技术项目

在线出版日期：2021-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：891-896