一种改进的Faster R-CNN对小尺度车辆检测研究

摘要：

针对传统Faster R-CNN算法对小尺度车辆检测效果不佳的问题,提出一种改进型网络进行车辆检测的方法.首先,通过改进经典全卷积网络和区域建议网络的结构,增强低层特征与高层特征之间的信息传递;其次,增加更小尺度的锚,从而改善Faster R-CNN对小目标的检测能力;最后,增加锚选择策略,通过平衡锚数量的差异,缓解区域建议网络生成的正负锚数量不平衡问题.文中实验分别在VOC2007、Kitti、真实数据集上对所提方法和传统Faster R-CNN算法进行比较,检测准确率分别提高了9％,8.1％,8.9％.

关键词：FasterR-CNN、小尺度车辆检测、全卷积网络、区域建议网络、锚选择、平衡锚数量

所属期刊栏目：42

分类号：TN98-34

资助基金：国家自然科学基金61501060;江苏省自然科学基金BK20150271;江苏省道路载运工具新技术应用重点实验室开放课题BM20082061708;江苏省研究生科研创新计划KYCX17_2084

在线出版日期：2019-06-17（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：98-103