一种基于边界框关键点距离的框回归算法

摘要：

针对目前基于交并比(IoU)的框回归方法在实际应用中存在的检测精度不高、收敛速度较慢等问题,提出一种基于关键点距离交并比(KIoU)的框回归方法.从几何知识入手,将矩形的 3个顶点和 1个中心点作为关键点,通过计算对应点之间的距离来判断预测框与真实框的位置以及形态差异.构建基于关键点交并比损失的新型损失函数,计算实际情况与理想情况下预测框与真实框的关键点交并比之差,将关键对应点的距离作为IoU的惩罚项以加速模型收敛过程,利用关键点信息在定位上的高效性和准确性来提高目标检测精度.以单阶段目标检测算法SSD和两阶段目标检测算法Faster R-CNN为基准算法,在PASCAL VOC和COCO数据集上将KIoU与IoU、GIoU、DIoU、CIoU等4种交并比方法进行实验对比,结果表明:在检测精度方面,在Faster R-CNN上KIoU相较IoU提升了 2.91%,相较目前表现较好的DIoU提升了 0.11%,在SSD上KIoU相较IoU与DIoU分别提升了 0.96%与0.06%;在目标检测视觉效果方面,KIoU方法对目标的定位更加准确,且在一定程度上能够减少目标漏检的情况.

关键词：目标检测、边界框回归、交并比、关键点距离交并比、关键对应点

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62106177

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：65-75