基于注意力机制的单阶段目标检测锚点框部件感知特征表达

摘要：

针对现有单阶段目标检测算法锚点框特征表达不足影响检测精度的问题,提出了一种增强锚点框特征表达的算法,其包含注意力机制模块和部件感知模块.首先,注意力机制模块根据各个锚点框的不同属性自适应地提供不同的特征表达.然后,部件感知模块准确地提取各个锚点框内部的判别性部件特征以作为各个锚点框进行预测所需的特有特征.将所提设计与现有SSD算法结合并在多个公开的目标检测数据集上进行实验,结果表明,所提算法能够显著提高单阶段目标检测算法的精度并维持实时运行速度(14 ms);进一步地,在扩展实验上的结果表明,所提算法也能够改善生成的区域建议框的召回率及两阶段目标检测算法的精度.

关键词：卷积神经网络、单阶段目标检测、区域建议框、注意力模块、部件感知模块

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划科技创新2030-“新一代人工智能”重大项目;空间智能控制技术实验室开放基金;中国科学院计算技术研究所创新课题

在线出版日期：2020-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1293-1304