具有时间感知特征图的移动端视频目标检测
计算机视觉与模式识别
2018-03-30 v2
摘要
本文介绍了一种用于视频中目标检测的在线模型，旨在低功耗移动和嵌入式设备上实时运行。我们的方法将快速单图像目标检测与卷积长短期记忆（LSTM）层相结合，创建了一种交织的循环-卷积架构。此外，我们提出了一种高效的瓶颈-LSTM（Bottleneck-LSTM）层，与常规 LSTM 相比显著降低了计算成本。我们的网络通过使用 Bottleneck-LSTM 跨帧细化和传播特征图来实现时间感知。该方法比现有的视频检测方法快得多，在模型大小和计算成本上优于最快的单帧模型，同时在 Imagenet VID 2015 数据集上达到与昂贵得多的单帧模型相当的精度。我们的模型在移动 CPU 上达到高达 15 FPS 的实时推理速度。
引用
@article{arxiv.1711.06368,
title = {Mobile Video Object Detection with Temporally-Aware Feature Maps},
author = {Mason Liu and Menglong Zhu},
journal= {arXiv preprint arXiv:1711.06368},
year = {2018}
}
备注
In CVPR 2018