论文部分内容阅读
通用目标检测一直是计算机视觉和数字图像处理中最为基础和最具挑战性的问题之一,在自动驾驶、人脸识别、图像检索和工业检测等领域都具有广泛的应用前景。传统的通用目标检测算法主要依赖于人工设计的算子提取特征。然而这种特征的泛化性和鲁棒性较弱制约了传统的通用目标检测算法的进一步发展。近年来随着大数据和计算机硬件的发展,深度学习凭借其强大的特征提取能力在通用目标检测领域取得了巨大的成功。本文以通用目标的检测为研究对象,分析了现有通用目标检测算法的不足之处,提出了一种基于深度特征融合的通用目标检测算法,在满足实时检测要求的同时取得了很高的检测精度。本文的主要研究内容可以分为以下几个方面:(1)SSD算法研究与分析。详细研究了基于深度学习的通用目标检测算法SSD(single shot multibox detector),指出SSD算法在检测多尺度目标时效果并不理想,对小目标容易出现漏检和误检。通过分析SSD的框架结构,发现这种现象的原因是浅层的特征图缺乏用于目标分类的语义信息,而深层的特征图缺乏用于目标定位的边界信息。(2)多尺度目标问题分析。通过分析数据集的组成,指出多尺度目标检测的难点在于目标实例之间的尺度变化大和小目标实例的比例较高。同时分析了现存的图像金字塔和特征金字塔方法的优缺点。(3)自适应密集特征金字塔网络算法(ADFPNet)设计。该算法是在SSD的基础上引入一种新提出的ADFP模块得到的。ADFP模块由两部分组成:密集多尺度和感受野子模块(DMSRB)和自适应特征校准子模块(AFCB)。具体来说,DMSRB子模块通过具有不同扩张率的扩张卷积以密集的方式提取丰富的语义信息;AFCB子模块通过校准密集的特征来保留贡献较大的特征并且抑制贡献较少的特征。(4)搭建实验环境并进行实验。通过比较各种深度学习框架,说明了选择PyTorch实现所提出算法的原因。描述了实验环境,并从组成和评价标准等方面分析了三个广泛使用的数据集Pascal VOC 2007,VOC 2012和MS COCO。在三个数据集上进行大量的实验,详细描述了训练超参数并对实验结果进行了定性和定量的分析。与其他算法相比,该算法在三个数据集上都取得了良好的检测性能。(5)消融性实验与分析。通过消融性实验验证所提出的ADFP模块、ADFP_L模块、AFCB子模块和更多先验框的有效性。此外,通过对比实验也证明了ADFPNet保持了较快的检测速度。