注意力叠加与时序特征融合的目标检测方法

来源 :华侨大学学报(自然科学版) | 被引量 : 0次 | 上传用户：z1348891

【摘要】

：

提出一种基于注意力叠加与时序特征融合的目标检测方法.在端到端目标检测(DETR)网络的基础上,依据注意力机制特性,使用注意力权重叠加的方式提取目标物像素级标识,用于实例轨迹的划分.为使目标检测与轨迹跟踪协同作用,通过时序特征融合的方式融合之前轨迹跟踪信息,调整当前帧目标检测效果,从而充分利用视频载体提供的时间维度信息.在公开数据集上,对文中方法进行验证,结果表明:文中方法能有效识别被遮挡的目标物,

【作者】

：

吴雨泽聂卓赟周长新

【出处】

：

华侨大学学报(自然科学版)

【发表日期】

：

2021年11期

下载到本地 , 更方便阅读

下载此文赞助VIP

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

其他文献

基于LSGAN及迁移学习的智慧工地监控图像修复和识别方法

目前建筑工地视频监控图像模糊，部分图像有遮挡，监控智能性差，耗费大量的人力物力仍无法实现高效管理，针对此问题，提出一种基于最小二乘生成式对抗网络(LSGAN)及迁移学习的智慧工地监控图像修复和识别方法。首先，利用生成式对抗网络的判别器与生成器之间的零和博弈，引入最小二乘损失函数，修复工地监控图像；其次，引入迁移学习思想提取图像特征，将修复后的图像在预训练的GoogleNet模型上进行训练，对网络参

期刊

深度学习中的单阶段车辆检测算法综述

随着深度学习的发展，基于深度学习的车辆检测算法性能不断被提升，在构建智能交通体系方面发挥重要作用。单阶段目标检测模型因其检测速度的优越性，被广泛应用于车辆实时检测。为了综合分析基于深度学习的单阶段车辆检测算法相关改进及应用，首先分别对比了各类常用单阶段车辆检测算法，列举其改进措施以及在车辆检测方面存在的问题。重点阐述了基于常见单阶段车辆检测算法针对现有问题采取的相关改进以及应用领域。最后，简要介绍

期刊

注意力叠加与时序特征融合的目标检测方法

其他学术论文