密集场景中的精确检测
计算机视觉与模式识别
2019-11-19 v3
摘要
人造场景可能密集拥挤，包含大量物体，它们往往相同且彼此紧邻。我们表明，在此类场景中进行精确的目标检测，即便对于最先进的目标检测器而言仍是一大挑战性前沿。我们提出了一种新颖的、基于深度学习的方法，用于在此类挑战性设定下实现精确目标检测。我们的贡献包括：（1）一个用于估计 Jaccard 指数作为检测质量评分的层；（2）一个新颖的 EM 合并单元，利用我们的质量评分来解决检测重叠歧义；最后，（3）一个广泛的标注数据集 SKU-110K，代表密集零售环境，发布用于在此极端设定下的训练与测试。在 SKU-110K 上的检测测试以及在 CARPK 和 PUCPR+ 上的计数测试表明，我们的方法以显著优势优于现有的 SOTA。代码与数据将在 \url{www.github.com/eg4000/SKU110K_CVPR19} 上提供。
引用
@article{arxiv.1904.00853,
title = {Precise Detection in Densely Packed Scenes},
author = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Oria Ratzon and Itsik Levi and Jacob Goldberger and Tal Hassner},
journal= {arXiv preprint arXiv:1904.00853},
year = {2019}
}
备注
CVPR 2019