CaTDet：用于视频高效目标检测的级联跟踪检测器
计算机视觉与模式识别
2019-02-20 v2 机器学习
摘要
在视频中检测目标是一项计算密集型任务。本文提出 CaTDet，一种通过利用视频中的时间相关性来加速目标检测的系统。CaTDet 由两个构成级联检测器的 DNN 模型，以及一个基于历史检测结果预测感兴趣区域的额外跟踪器组成。我们还提出一种新指标，平均延迟（mD），专为对延迟敏感的视频应用设计。在 KITTI 数据集上的实验表明，CaTDet 在与单模型 Faster R-CNN 检测器相同平均精度均值（mAP）的情况下，将运算量降低了 5.1-8.7 倍，并带来 0.3 帧的额外延迟。在 CityPersons 数据集上，CaTDet 以 0.8% 的 mAP 损失实现了 13.0 倍的运算量削减。
引用
@article{arxiv.1810.00434,
title = {CaTDet: Cascaded Tracked Detector for Efficient Object Detection from Video},
author = {Huizi Mao and Taeyoung Kong and William J. Dally},
journal= {arXiv preprint arXiv:1810.00434},
year = {2019}
}
备注
Accepted to SysML 2019