用于精确目标检测的边界分布估计
计算机视觉与模式识别
2023-07-20 v2
摘要
在最先进的目标检测领域，目标定位任务通常由一个强调边界框回归的专用子网络完成。该子网络传统上通过回归边界框的中心位置与缩放因子来预测物体位置。尽管该方法被广泛采用，我们观察到定位结果常存在缺陷，导致检测器性能不尽如人意。本文中，我们通过理论分析与实验验证阐明了先前方法的不足，并提出了一种用于精确目标检测的创新方案。我们的方法并非仅关注物体中心与尺寸，而是基于物体边界处的估计分布对边界框边缘进行细化，从而提升边界框定位精度。实验结果表明了我们所提方法的潜力与泛化能力。
引用
@article{arxiv.2111.01396,
title = {Boundary Distribution Estimation for Precise Object Detection},
author = {Peng Zhi and Haoran Zhou and Hang Huang and Rui Zhao and Rui Zhou and Qingguo Zhou},
journal= {arXiv preprint arXiv:2111.01396},
year = {2023}
}