基于锚框的目标检测器瞬时漏检的分析与解决方案

卷积神经网络的应用使得目标检测任务的性能得到显著提升。然而，当将现有检测器应用于视频中的连续帧时，我们经常遇到物体的瞬时漏检，即尽管物体在所有其他帧中均被正确检测，却在极少数帧中未被检测到。本文分析了此类漏检发生的机制。对于最流行的基于锚框的检测器类别，我们展示了以下结论：i) 除了运动模糊、遮挡、背景杂乱等明显原因外，剩余漏检的大部分可由检测器在锚框边界处的不当行为解释；ii) 这可以通过改进训练检测器时从候选锚框中选择正样本的方式来纠正。