基于特征增强与Anchor-object匹配的目标检测算法

摘要：

为了提升SSD(single shot multiBox detector)的检测精度,提出一种基于Anchor-object匹配的A-SSD(anchor-object SSD)目标检测算法.在算法的特征提取部分,使用并行卷积和空洞卷积构成感受野模块,增大特征图的感受野,获得多尺度的特征信息;将含有纹理、边缘等细节信息的浅层特征与含有丰富语义信息的深层特征融合.在算法的检测器部分,采用Anchor-object匹配方法联合SSD多层特征图为每个检测目标构建相应的Anchor包,通过选择-抑制优化策略,选择置信度较高的Anchor去更新模型,为每个Anchor评估得分.通过迭代学习,模型的参数、Anchor的位置坐标与分类置信度不断优化.在PASCAL VOC数据集上A-SSD算法的mAP达到了80.7,在车间行人数据集上A-SSD算法的漏检率为3.5％,准确率为91.5％.

关键词：目标检测、SSD算法、特征提取、检测器、Anchor-object匹配

所属期刊栏目：27

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江省教育厅科学技术研究项目;黑龙江省自然科学基金项目

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：73-81