基于注意力机制的目标检测算法研究及应用

来源 :长沙理工大学 | 被引量 : 0次 | 上传用户:PoolD
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在机器视觉领域中,目标检测一直是重点研究的方向。目标检测在无人机,智能驾驶,智能航渡等领域有着广泛的应用。如何快速且准确的检测目标是目前目标检测算法面临的亟待解决的一个重要问题。2012年,Alex Net以巨大的精度提升获得ILSVRC分类比赛冠军,深度学习由此走入人们的视线。随着近几年的不断发展,深度学习已逐渐机器学习主流的研究方法,引导着人工智能的发展。基于卷积神经网络的目标检测算法主要可分为基于候选区域推荐的两阶段目标检测算法和基于回归预测的单阶段目标检测算法。两种算法于精度和速度中各有所取。SSD(Single Shot multi-boxes Detection)是目前兼顾精度和速度最好的目标检测方法之一。本文在该方法的基础上,引入注意力机制作为一个弱的候选推荐区域方案用于受检测特征的增强。(1)本文引入注意力机制特征图替代区域候选方案,结合SSD检测方案,提出了一种改进的候选区域算法(R-SSD)用以提升精度。(2)本文结合SSD提出了一种基于多尺度注意力特征(MA-SSD)的快速检测的算法。在保证检测速度的同时提升精度。一方面,结合注意力机制和上下文信息强化特征用以增强受检测特征;另一方面,通过共享多尺度下采样层,降低计算量。
其他文献
在当今信息化时代,数据量呈指数规模上涨,分析数据的手段和工具层出不穷,如何有针对性的计算数据的统计特征、发现海量复杂数据中隐藏的数据演化规律始终是数据分析领域中的
本论文依托国家自然科学基金资助项目(61401203)、中央高校基本科研业务费专项资金资助(30918012203),开展了对嵌入式平面麦克风阵列测向技术研究。然而嵌入式平面阵列中各阵
燃料电池作为新一代汽车产业的环保、高效的发电装置,相较于传统的车用内燃机,卡诺循环对其造成的负面效果很小,使其能量转换效率大约可以提高30%~50%。在燃料电池的核心结构
在人工智能领域,建立视觉理解和人机交互之间的联系是一项具有挑战的任务。目前深度学习技术广泛应用在计算机视觉和自然语言处理等领域,虽然基于深度学习的视频自动描述生成
随着磁浮列车相继在上海、长沙和北京的商业化运营,磁悬浮技术在现代的交通运输领域受到了广泛关注。然而,悬浮控制系统作为磁浮列车的核心部分,其性能评价研究仍处于空白阶
从大量的已知数据中挖掘出隐含在其内的、潜在的、有用的信息和知识的技术即为数据挖掘。聚类作为数据挖掘领域中一个活跃的研究课题,是分析数据并从中发现有用信息的一种重要手段。已存在的聚类算法中,蚁群聚类算法是群体智能算法在聚类中应用的产物,它主要是根据蚁群尸体堆积和寻找食物源这两种群体行为启发而来。LF聚类算法便是产生于尸体堆积的行为模型,蚂蚁会将死亡的蚂蚁堆积成堆。本文对传统的基于蚁穴清理的LF算法进
项目评价研究在项目分析和决策过程中占有非常重要的地位,不仅是不可缺少的工作程序,更为项目的投资决策提供了最直接有效的依据。在社会主义市场经济体制下,项目前评价研究是深化投融资改革的一项重要措施,在很大程度上可以实现项目决策的科学化,提高项目的整体效益,以实现我国经济的可持续发展。从另一方面来说,投资体制改革在我国的发展以及投资风险约束机制的逐渐建立使得各类投资主体更加关注项目决策的成功率以及项目的
植物在生长过程中,会遭遇各类逆境的影响。为了更好的生存,植物进化出各种应答机制,响应不利环境。近年来研究发现,促分裂原活化蛋白激酶(MAPK)级联途径在调节植物生长发育、
语义标注技术在实现服务自动发现和组合中具有非常重要的作用。研究者们将本体知识与Web服务中的元素相匹配,来弥补服务中只有语法没有语义的缺陷,并通过大量的服务测试来检
随着全球气候急剧变化,减少对化石能源的依赖,大力发展作为重要清洁能源的风电是国际社会逐渐达成的共识。中国能源发展有关政策表明,规模化风电接入电网已成为中国电力行业