論文查重服務(wù)12年
211、985指定查重網(wǎng)
-
全國咨詢電話：0571-28284626
對小目標(biāo)檢測展開研究將有助于推動(dòng)目標(biāo)檢測領(lǐng)域的發(fā)展，擴(kuò)寬目標(biāo)檢測在現(xiàn)實(shí)世界 的應(yīng)用場景，提高中國的科技創(chuàng)新水平和加快中國全面步入智能化時(shí)代的步伐。 目標(biāo)檢測作為計(jì)算機(jī)視覺的基礎(chǔ)研究，已有許多優(yōu)秀的綜述發(fā)表。
按照改進(jìn)思路的不同，小目標(biāo)檢測方法可分為基于多尺度預(yù)測、基于提高特征分辨率、基于上下文信息、基于數(shù)據(jù)增強(qiáng)技術(shù)、基于新的主干網(wǎng)絡(luò)和訓(xùn)練策略共5種方法. 多尺度預(yù)測指的是在多個(gè)不同尺度的特征圖上分別對物體的類別和坐標(biāo)進(jìn)行預(yù)測.
基于上下文學(xué)習(xí)的方法充分利用了圖像中與目標(biāo)相關(guān)的信息，能夠有效提升小目標(biāo)檢測的性能。 但是，已有方法沒有考慮到場景中的上下文信息可能匱乏的問題，同時(shí)沒有針對性地利用場景中易于檢測的結(jié)果來輔助小目標(biāo)的檢測。 鑒于此，未來的研究方向可以從以下兩個(gè)角度出發(fā)考慮：（1）構(gòu)建基于類別語義池的上下文記憶模型，通過利用歷史記憶的上下文來緩解當(dāng)前圖像中上下文信息匱乏的問題；（2）基于圖推理的小目標(biāo)檢測，通過圖模型和目標(biāo)檢測模型的結(jié)合來針對性地提升小目標(biāo)的檢測性能。 生成對抗學(xué)習(xí)的方法旨在通過將低分辨率小目標(biāo)的特征映射成與高分辨率目標(biāo)等價(jià)的特征，從而達(dá)到與尺寸較大目標(biāo)同等的檢測性能。
