面向多尺度目标检测的改进Faster R-CNN算法
作者： 辽宁大学信息学院; 沈阳110036
摘要：由于多尺度目标检测中图像目标尺度差异性大,基于单层次特征提取的目标检测算法或者导致小目标特征提取丢失、扭曲,或者导致大目标特征提取冗余度过高,检测效果不理想.为此,基于Faster R-CNN 思想,提出一种多尺度目标检测算法.首先采用多层次提取特征策略提取多尺度目标特征;然后统计目标真实框大小与纵横比,设置锚点规格;最后采用多通道方法生成多尺度目标候选框.基于PASCAL VOC 数据集的实验结果表明,该算法总体漏检率为9.7%,平均精度的均值为75.2%,检测性能较当前主流的多尺度目标检测算法有一定的提高.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
计算机辅助设计与图形学学报杂志
计算机辅助设计与图形学学报杂志， 月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：综述、图形算法与技术、虚拟现实与计算机动画、图像与图形的融合、VLSI设计与测试及电子设计自动化等。于1989年经新闻总署批准的正规刊物。
- 北大期刊
- CSCD期刊
- 统计源期刊
- 1-3个月审核
