一种基于Interactive KeyPoints的目标检测算法

摘要：

目标检测是计算机视觉中的研究热点,小目标检测精度低一直是难点.论文采用关键点的预测方式和回归方法,建立一种基于交互关键点(Interactive KeyPoints)的无锚检测模型(ITKP).该模型采用自适应采样方法获取一组表示对象的空间范围和具有重大语义意义的局部区域的关键点集后,通过自注意力(self-attention)机制建立关键点之间的联系以更好地匹配关键点和实现细粒度的定位.另外使用自注意力层代替卷积层来获取特征的全局上下文信息,设计了一个交互的特征金字塔,实现了更精确的识别和定位.论文提出的检测模型计算复杂度低,在基于关键点检测的无锚检测方法中,检测性能和小目标检测效果有较大的提升.同时保持实时的检测速度,为嵌入式或边缘设备的应用提供理论支持.

关键词：自适应采样;自注意力机制;交互的特征金字塔;全局上下文信息

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：中国石油集团公司HSE信息系统2.0项目

在线出版日期：2022-01-07（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：2589-2594