DCT 域中的目标检测:亮度是否为解决方案?
计算机视觉与模式识别
2021-07-15 v3 机器学习
摘要
图像中的目标检测已达到了前所未有的性能。最先进的方法依赖于深度架构来提取显著特征并预测包围感兴趣目标的边界框。这些方法本质上运行在 RGB 图像上。然而,RGB 图像常被采集设备压缩以节省存储并提升传输效率。因此,目标检测器需要将其解压缩。为提升效率,本文提出利用图像的压缩表示来执行在资源受限条件下可用的目标检测。具体而言,我们聚焦于 JPEG 图像,并对针对 JPEG 规范特性新设计检测架构进行了透彻分析。与标准基于 RGB 的架构相比,这带来了 的加速,同时仅使检测性能下降 5.5%。此外,我们的经验发现表明,仅需压缩 JPEG 信息中的一部分,即亮度分量,即可匹配全输入方法的检测精度。
引用
@article{arxiv.2006.05732,
title = {Object Detection in the DCT Domain: is Luminance the Solution?},
author = {Benjamin Deguerre and Clement Chatelain and Gilles Gasso},
journal= {arXiv preprint arXiv:2006.05732},
year = {2021}
}
备注
ICPR 2020