用于目标检测的多尺度位置感知核表示
计算机视觉与模式识别
2018-04-03 v1
摘要
尽管 Faster R-CNN 及其变体在目标检测中已展现出有前景的性能，但它们仅利用目标候选框的简单一阶表示进行最终分类与回归。近期的分类方法表明，将高阶统计整合进深度卷积神经网络可取得令人印象深刻的提升，但其目标是建模整幅图像而丢弃位置信息，从而无法直接用于目标检测。在本文中，我们尝试在目标检测中利用高阶统计，旨在为候选框生成更具判别力的表示以增强检测器性能。为此，我们提出一种新颖的多尺度位置感知核表示（MLKP）来捕获候选框中深度特征的高阶统计。我们的 MLKP 可在修改后的多尺度特征图上使用低维多项式核近似高效计算。此外，不同于现有基于高阶统计的无序全局表示，我们所提 MLKP 保留并敏感于位置，从而可灵活用于目标检测。通过集成进 Faster R-CNN 框架，所提 MLKP 与最先进方法取得了极具竞争力的性能，并在 PASCAL VOC 2007、VOC 2012 和 MS COCO 基准上分别将 Faster R-CNN 提升 4.9%（mAP）、4.7%（mAP）和 5.0%（IOU=[0.5:0.05:0.95] 时的 AP）。代码见：https://github.com/Hwang64/MLKP。
引用
@article{arxiv.1804.00428,
title = {Multi-scale Location-aware Kernel Representation for Object Detection},
author = {Hao Wang and Qilong Wang and Mingqi Gao and Peihua Li and Wangmeng Zuo},
journal= {arXiv preprint arXiv:1804.00428},
year = {2018}
}
备注
Accepted by CVPR2018