基于多样候选框的学习检测
计算机视觉与模式识别
2017-04-13 v1
摘要
为预测一组具有丰富表示、多样且信息量大的候选框，本文引入可微分的行列式点过程（DPP）层，能够增强目标检测架构。大多数现代目标检测架构（如 Faster R-CNN）通过学习最小化与真值的偏差来定位目标，但忽略了多个候选框与物体类别间的相关性。非极大值抑制（NMS）作为广泛使用的候选框剪枝方案，忽略了物体候选间的标签级和实例级关系，导致多标签检测。在多类情况下，NMS 选择具有最大预测分数的框，忽略了潜在选举类别间的语义关系。相反，我们的可训练 DPP 层允许进行多样候选框学习检测（LDDP），在不增加网络参数数量的情况下考虑候选框间的标签级上下文信息与空间布局关系，从而在训练和推理方案中显著改善最终检测边界框的位置和类别规范。此外，我们表明即使 LDPP 生成的候选框数量仅为 Faster R-CNN 的约 30%，LDDP 仍保持其相对于 Faster R-CNN 的优越性。
引用
@article{arxiv.1704.03533,
title = {Learning Detection with Diverse Proposals},
author = {Samaneh Azadi and Jiashi Feng and Trevor Darrell},
journal= {arXiv preprint arXiv:1704.03533},
year = {2017}
}
备注
Accepted to CVPR 2017