面向多尺度目標檢測的改進Faster R-CNN算法
作者：李曉光; 付陳平; 李曉莉; 王章輝 遼寧大學信息學院; 沈陽110036
摘要：由于多尺度目標檢測中圖像目標尺度差異性大,基于單層次特征提取的目標檢測算法或者導致小目標特征提取丟失、扭曲,或者導致大目標特征提取冗余度過高,檢測效果不理想.為此,基于Faster R-CNN 思想,提出一種多尺度目標檢測算法.首先采用多層次提取特征策略提取多尺度目標特征;然后統計目標真實框大小與縱橫比,設置錨點規格;最后采用多通道方法生成多尺度目標候選框.基于PASCAL VOC 數據集的實驗結果表明,該算法總體漏檢率為9.7%,平均精度的均值為75.2%,檢測性能較當前主流的多尺度目標檢測算法有一定的提高.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機輔助設計與圖形學學報雜志
計算機輔助設計與圖形學學報雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：綜述、圖形算法與技術、虛擬現實與計算機動畫、圖像與圖形的融合、VLSI設計與測試及電子設計自動化等。于1989年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
