【摘 要】
：
自然场景图像中,特征提取的质量是决定目标检测性能的关键因素。目前,大多数检测算法都是利用卷积神经网络的学习能力来获得目标的先验知识,并根据这些知识进行目标检测。卷积神经网络的低层次特征具有高分辨率、低抽象语义、位置信息少的特点,缺乏特征的代表性;高层次的特征具有高识别性、低分辨率的特点,检测小尺度目标能力不足。本文以卷积神经网络为基础,提出一种多尺度特征图融合的目标检测方法。首先,利用原始SSD(
论文部分内容阅读
自然场景图像中,特征提取的质量是决定目标检测性能的关键因素。目前,大多数检测算法都是利用卷积神经网络的学习能力来获得目标的先验知识,并根据这些知识进行目标检测。卷积神经网络的低层次特征具有高分辨率、低抽象语义、位置信息少的特点,缺乏特征的代表性;高层次的特征具有高识别性、低分辨率的特点,检测小尺度目标能力不足。本文以卷积神经网络为基础,提出一种多尺度特征图融合的目标检测方法。首先,利用原始SSD(Single Shot MultiBox Detector)网络提取特征图,通过1?1卷积层将提取的特征图统一为256维;其次,通过反卷积操作增加自顶向下特征图的空间分辨率;然后,通过对应元素相加操作,将两个方向的特征图进行融合。将融合后的特征图采用3?3的卷积核进行卷积操作,减小特征图融合后的混叠效应。根据以上步骤构建具有较强语义信息的特征图,同时保留原有特征图的细节信息。最后,通过预测框选定聚合目标,利用非极大抑制(NMS,Non-Maximum Suppresion)算法实现最终检测。通过PASCAL VOC 2007和PASCAL VOC 2012数据集的实验测试结果表明,本文方法的mAP(mean Average Precision)为78.9%和76.7%,相对于经典的SSD网络提高了1.4%和0.9%;此外在检测小尺度目标时检测效果相对于经典的SSD算法提高了9.3%,实现精确目标检测的目的。该论文有图26幅,表9个,参考文献85篇。
其他文献
基于标记点的谱聚类算法降低了谱聚类算法的计算复杂度,避免了传统谱聚类算法计算时间长的应用局限。但是,使用聚类准确性和标准化互信息衡量聚类有效性,基于标记点的谱聚类算法的聚类有效性较低。如何平衡聚类有效性和聚类时间成为了基于标记点的谱聚类算法面对的难题。针对此问题,提出了一种基于KD标记点的谱聚类算法。首先,提出一种KD标记点选取方法,该方法使用超平面将样本空间不均等划分为p个子块,超平面垂直于样本
为了遏制囤积商标等恶意注册行为,2019年新修订的商标法明确将“不以使用为目的的恶意商标注册申请”列为驳回注册或宣告无效的绝对事由,不受申请主体和期限的限制。商标注册阶段“使用意图”或者“使用目的”要求第一次在我国商标立法中被提及,其制度定位、调整范围、判断标准等关键问题有待论证。2019年10月,国家市场监督管理总局发布的《规范商标申请注册行为若干规定》将缺乏使用意图的恶意注册行为类型化为五类情
近年来,流式文档广泛地应用在社交、媒体、办公以及出版等领域。面对海量的流式文档,如何使计算机自动、准确地理解文档成为了各行各业开展其他应用研究的基础。其中对流式文档结构的理解,一方面可为文档检查优化、文档自动排版、结构化检索等应用奠定基础,另一方面也可辅助篇章层次分析、文章主题抽取等更高层次的语义研究,有较大的应用价值。由于流式文档格式的复杂性、排版风格的差异性等因素,导致计算机自动理解其结构较为
知识爆炸的信息化时代,人们获取信息的途径、思考的方式都发生了深刻变化。正是环境、工具的改变,信息时代对学习者的能力也有了不同以往的要求,更加注重学习者的批判性思维、问题解决等高阶能力。深度学习作为一种注重学习者以批判质疑的态度看待知识、积极主动的将新旧知识进行联结,并能利用获取的知识解决存在于现实生活中问题的学习过程,与当前社会对人才的要求不谋而合。面对知识的爆炸增长,仅仅凭借单纯的死记硬背、填鸭
针对传统入侵检测模型在高维数据且数据不均衡环境下检测性能较差的问题,采用基于深度学习模型的特征学习与泛化能力与不平衡算法中过采样算法对数据分布不均问题的解决方案,提出了一种自适应过采样算法(ADASYN,Adaptive Synthetic Sampling Approach)与改进堆叠式降噪自编码器(SDA,Stacked Denoise AutoEncoder)结合的入侵检测模型,在保持原有深
复值神经网络是一类用复数变量解决复杂问题的网络。梯度下降法是训练复值神经网络的流行算法之一。目前,建立的传统网络模型大多数是整数阶模型。与经典的整数阶模型相比,建
近年来,随着互联网技术的快速发展与应用,线上数字内容呈现出爆炸式的增长趋势。用户在使用传统搜索系统进行信息搜索时,经常会获得海量不相关的搜索结果,这些结果往往与用户
不完整数据分类问题是机器学习领域中的一个重要分支。随着传感器技术、信息技术等科学技术的迅猛发展,数据获取途径日益丰富,这给机器学习、数据挖掘等领域的发展带来了极大的机遇。然而在实践中,通常会因为存储设备损坏、数据采集设备能力有限等多种因素导致数据出现缺失的情况,传统的机器学习分类算法往往是针对完整数据而设计的,因此,缺失值的存在导致了多数现有数据分析方法的不适用。尽管有少数算法可以直接对不完整数据
经济全球化在改革开放的推动下得到了迅猛发展,各大企业为了实现资源的合理高效配置,使得企业规模得到进一步扩张,都开始施行跨国并购。但是很多企业的跨国并购最终是以失败
2018年中央一号文件首次论述了“促进小农户和现代农业发展有机衔接”,其背景是小农户发展攸关我国农业基础稳固和社会稳定。“生存型农户向经营型农户转变”命题是“促进小农户和现代农业发展有机衔接”的应有之义。由于促使新的农业生产方式形成的制度演进的自然逻辑以及资源禀赋约束,家庭农业即使衰变、收缩,也有其内在地自由选择和外在赋予的强大生命力。我国贫困地区由于多处于山地丘陵或干旱半干旱区,代表新农业生产方