多视角 X 射线 R-CNN
计算机视觉与模式识别
2018-10-05 v1
摘要
受航空安检中随身行李违禁物品检测任务的启发，我们提出了一种基于 CNN 的多视角 X 射线图像数据目标检测方法。我们的贡献有两点。首先，我们引入了一种新颖的多视角池化层，用于对从各视角提取的二维 CNN 特征进行三维聚合。为此，我们的池化层利用成像系统的已知几何结构来确保特征聚合的几何一致性。其次，我们基于 Faster R-CNN 引入了端到端可训练的多视角检测流水线，该流水线利用这些聚合的多视角特征在三维中生成区域提议并执行最终分类。与单视角检测相比，我们的方法在准确率上显著提升，甚至比在每个视角上执行单视角检测更高效。
引用
@article{arxiv.1810.02344,
title = {Multi-view X-ray R-CNN},
author = {Jan-Martin O. Steitz and Faraz Saeedan and Stefan Roth},
journal= {arXiv preprint arXiv:1810.02344},
year = {2018}
}
备注
To appear at the 40th German Conference on Pattern Recognition (GCPR) 2018