增强面向量子就绪 QUBO 基于抑制的对象检测：结合外观与置信度特征
计算机视觉与模式识别
2025-02-06 v1
摘要
基于二次无约束二进制优化（QUBO）的抑制在对象检测中已显示出优于传统非最大抑制（NMS）的优势，尤其是在拥挤场景中，NMS 可能会抑制（部分）被遮挡的真阳性目标，其置信度得分较低。虽然现有的 QUBO 公式比 NMS 更不容易遗漏被遮挡对象，但由于现有的 QUBO 公式仅考虑基于预测之间空间重叠的置信度得分和成对得分，仍有改进空间。本研究提出了新的 QUBO 公式，旨在区分预测之间的重叠是由于对象被遮挡导致的，还是由于预测冗余导致的，即多个预测对应单个对象。该研究将两种特征整合到现有 QUBO 公式的成对得分中：i) 通过图像相似性度量计算的外观特征；ii) 置信度得分的乘积。这两种特征分别源于以下假设：冗余预测共享相似的外观特征，而（部分）被遮挡对象具有较低的置信度得分。所提出的方法在不显著增加运行时间的情况下，相较于最先进的 QUBO 基于抑制方法实现了显著的进步，在 mAP 上提升最高可达 4.54 分，在 mAR 上提升最高可达 9.89 分。
引用
@article{arxiv.2502.02895,
title = {Enhancing Quantum-ready QUBO-based Suppression for Object Detection with Appearance and Confidence Features},
author = {Keiichiro Yamamura and Toru Mitsutake and Hiroki Ishikura and Daiki Kusuhara and Akihiro Yoshida and Katsuki Fujisawa},
journal= {arXiv preprint arXiv:2502.02895},
year = {2025}
}
备注
8 pages for main contents, 3 pages for appendix, 3 pages for reference