利用时间一致性的高效单阶段视频目标检测
计算机视觉与模式识别
2024-02-15 v1
摘要
近年来，在图像数据上，单阶段检测器相比传统两阶段检测器取得了具有竞争力的精度和更快的速度。然而，在视频目标检测（VOD）领域，大多数现有VOD方法仍基于两阶段检测器。此外，将现有VOD方法直接适配到单阶段检测器会带来难以承受的计算成本。本文首先分析了使用单阶段检测器进行VOD的计算瓶颈。基于分析，我们提出一个简单而高效的框架，通过利用视频帧中的时间一致性来解决计算瓶颈，实现高效的单阶段VOD。具体而言，我们的方法包含一个位置先验网络用于过滤背景区域，以及一个大小先验网络用于跳过特定帧的低层特征图上不必要的计算。我们在多种现代单阶段检测器上测试了我们的方法，并在ImageNet VID数据集上进行了大量实验。优异的实验结果证明了我们方法的卓越有效性、高效性和兼容性。代码可在https://github.com/guanxiongsun/vfe.pytorch获取。
引用
@article{arxiv.2402.09241,
title = {Efficient One-stage Video Object Detection by Exploiting Temporal Consistency},
author = {Guanxiong Sun and Yang Hua and Guosheng Hu and Neil Robertson},
journal= {arXiv preprint arXiv:2402.09241},
year = {2024}
}