基于混合 CNN-Transformer 方法的室内实时目标检测
计算机视觉与模式识别
2024-09-04 v1 人工智能
摘要
室内实时目标检测是计算机视觉中的一个具有挑战性的领域，面临着独特的障碍，如可变光照和复杂背景。这一领域具有显著的潜力，通过实现数字内容与物理世界之间更顺畅的交互，来革新应用，如增强现实和混合现实。然而，针对室内环境独特细节的研究的稀缺性凸显了文献中的明显空白。为此，我们的研究深入评估了现有数据集和计算模型，导致创建了精炼后的数据集。该新数据集源自 OpenImages v7，专注于挑选 32 个与实际应用相关的室内类别。除了此之外，我们呈现了一个CNN检测模型的改进版本，融入注意力机制以增强模型在杂乱室内场景中辨识和优先排序关键特征的能力。我们的发现表明，这种方法不仅在准确度和速度上与现有最先进模型相抗衡，而且为室内实时目标检测领域的研究和应用开辟了新的方向。
引用
@article{arxiv.2409.01871,
title = {Real-Time Indoor Object Detection based on hybrid CNN-Transformer Approach},
author = {Salah Eddine Laidoudi and Madjid Maidi and Samir Otmane},
journal= {arXiv preprint arXiv:2409.01871},
year = {2024}
}