基于局部注意的快速视频目标检测方法

摘要：

视频目标检测是对视频内的目标进行准确分类与定位.现有基于深度学习的视频目标检测方法通过光流传播特征,不仅存在模型参数量大的问题,而且直接将光流应用于高层特征难以建立准确的空间对应关系.提出一种轻量级的视频目标检测方法.通过设计一种特征传播模型,在不同帧的局部区域内将高层特征从关键帧传播到非关键帧,并将有限的计算资源分配给关键帧,以加快检测速度.构建动态分配关键帧模块,根据目标运动速度动态地调整关键帧选择间隔,以减少计算量并提高检测精度.在此基础上,为进一步降低最大延迟,提出异步检测模式,使得特征传播模型和关键帧选择模块协同工作.实验结果表明,该方法的检测速度和最大延迟分别为31.8 frame/s和31 ms,与基于内存增强的全局-局部聚合方法相比,其在保证检测精度的前提下,具有较快的检测速度,并且实现实时在线的视频目标检测.

关键词：视频目标检测、局部注意、特征传播、深度可分离卷积、动态分配、异步检测

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省自然科学基金;太原理工大学科技创新基金

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：314-320