基于改进多尺度特征图的目标快速检测与识别算法
针对目标检测与识别在精度和实时性方面的要求,提出了一种基于改进多尺度特征图的目标快速检测与识别算法.算法在原始SSD模型的基础上,利用卷积神经网络自动提取多尺度特征图,构建了一种有效的卷积特征图融合模块,同时引入轻量级的压缩型双线性融合方法,丰富上下文信息.进一步结合通道注意机制,自适应地学习特征图各通道之间的相互关系,强调有用信息,抑制冗余信息,提高了特征图的判别能力,将增强后的多尺度特征图用于检测模型.实验结果表明,与同类算法相比,所提算法的效率更高,明显提升了识别精度,同时速度达到63 frame·s-1,较好地平衡了识别精度与速度之间的关系.
图像处理、目标检测与识别、多尺度特征图、卷积神经网络
56
TP391(计算技术、计算机技术)
国家自然科学基金;协同创新项目;成都市科技惠民技术研发项目;东莞市社会科技发展项目;研究生课程建设项目
2019-06-05(万方平台首次上网日期,不代表论文的发表时间)
共8页
47-54