3D-DETNet：一种基于视频的单阶段车辆检测器
计算机视觉与模式识别
2018-01-16 v2
摘要
基于视频的车辆检测在过去十年受到相当关注，且有众多可应用于此的基于深度学习的检测方法。然而，这些方法为静态图像设计，直接用于视频车辆检测往往性能不佳。本工作中，我们提出一种集成3DCovNet与focal loss的新的单阶段基于视频的车辆检测器，称为3D-DETNet。借助3D卷积网络与focal loss，我们的方法能够捕获运动信息，且比其他为静态图像设计的单阶段方法更适于视频中的车辆检测。多视频帧首先送入3D-DETNet生成多个空间特征图，随后子模型3DConvNet以空间特征图为输入捕获时间信息，该信息被送入最终全卷积模型以预测视频帧中车辆的位置。我们在UA-DETAC车辆检测数据集上评估方法，我们的3D-DETNet取得最佳性能，并与其他竞争方法相比保持26 fps的较高检测速度。
引用
@article{arxiv.1801.01769,
title = {3D-DETNet: a Single Stage Video-Based Vehicle Detector},
author = {Suichan Li},
journal= {arXiv preprint arXiv:1801.01769},
year = {2018}
}