面向无人机目标检测与计数的引导注意力网络
计算机视觉与模式识别
2019-09-26 v1
摘要
目标检测与计数是相关但具挑战性的问题，尤其是对于具有小目标与杂乱背景的无人机场景。本文提出一种新的引导注意力网络（GANet），基于特征金字塔同时处理目标检测与计数任务。与先前依赖无监督注意力模块的方法不同，我们利用所提出的弱监督背景注意力（BA）融合背景与物体间不同尺度的特征图，以获得更具语义的特征表示。随后，开发前景注意力（FA）模块以兼顾物体的全局与局部外观，从而促进准确定位。此外，设计新的数据增强策略以在各类复杂场景中训练鲁棒模型。在三个具挑战性的基准（即UAVDT、CARPK和PUCPR+）上的大量实验表明，与现有方法相比，所提方法具有最先进的检测与计数性能。
引用
@article{arxiv.1909.11307,
title = {Guided Attention Network for Object Detection and Counting on Drones},
author = {Yuanqiang Cai and Dawei Du and Libo Zhang and Longyin Wen and Weiqiang Wang and Yanjun Wu and Siwei Lyu},
journal= {arXiv preprint arXiv:1909.11307},
year = {2019}
}