利用人类视觉识别机制提升目标检测性能
计算机视觉与模式识别
2023-03-15 v2
摘要
目标识别系统通常在高分辨率图像上训练与评估。然而，在真实世界应用中，图像常具有低分辨率或尺寸小。在本研究中，我们首先追踪了最先进的深度目标识别网络 Faster-RCNN 的性能随图像分辨率的变化。结果揭示了低分辨率图像对识别性能的负面影响。它们还表明不同空间频率在识别过程中传达关于物体的不同信息。这意味着多分辨率识别系统可更好地洞察特征的最优选择，从而带来更好的物体识别。这类似于能够同时实现视觉场景多尺度表示的人类视觉系统机制。随后，我们提出了一种多分辨率目标识别框架，而非单分辨率网络。所提框架在 PASCAL VOC2007 数据库上评估。实验结果表明，我们改进的多分辨率 Faster-RCNN 框架在各种分辨率输入图像上的性能优于单分辨率 Faster-RCNN，在所有分辨率上平均精度均值 (mAP) 提升 9.14%，在全谱图像上提升 1.2%。此外，所提模型在宽空间频率范围内表现出性能鲁棒性。
引用
@article{arxiv.2301.09667,
title = {Improving Performance of Object Detection using the Mechanisms of Visual Recognition in Humans},
author = {Amir Ghasemi and Nasrin Bayat and Fatemeh Mottaghian and Akram Bayat},
journal= {arXiv preprint arXiv:2301.09667},
year = {2023}
}