-
题名判别相关分析双注意力机制的目标检测算法
被引量：3
- 1
-
-
作者
赵珊
郑爱玲
-
机构
河南理工大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第17期120-129,共10页
-
基金
国家自然科学基金(50804013)
南京邮电大学江苏省图像处理与图像通信重点实验室开放基金(ZK208002)
+1 种基金
河南省教育厅自然科学基础研究基金(2008B520015,2009B520013)
河南理工大学博士基金(B2008-61,B2009-91)。
-
文摘
针对两阶段目标检测算法中模型存在目标识别率低、部分小目标物漏检等问题,提出了一种基于判别相关分析的双注意力机制的目标检测算法。该算法通过改进Faster R-CNN主干网络,引入判别相关分析技术最大化两个特征集中对应特征的相关关系,同时最大化不同类之间的差异,来保证信息间的交互,有效缓解常规特征融合方式存在的特征提取能力不足问题。同时,结合残差结构构建残差双注意力机制,进行深层次的特征提取,来弥补深度CNN后高分辨率信息弱化问题,采用混合卷积层的设计在扩大感受野的同时又减少了信息损失,最大限度地保证了网络的特征提取性能。采用PASCAL VOC2007、KITTI以及Portrait三类数据集对网络进行训练,并将提出的算法模型与多个经典目标检测算法进行对比。实验结果表明,提出的算法具有较高的检测精度。
-
关键词
判别相关分析
残差双注意力机制
混合卷积层
目标检测
-
Keywords
discriminant correlation analysis
residual dual attention mechanism
mixed convolution layer
object detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
