RepGN：基于关系候选框图网络的目标检测
计算机视觉与模式识别
2019-04-22 v1
摘要
基于区域的目标检测器取得了最先进的性能，但鲜有考虑对候选框之间的关系进行建模。本文从图学习的角度探索对候选框间关系进行建模以用于目标检测的思路。具体而言，我们提出关系候选框图网络（RepGN），其定义于目标候选框之上，并将语义与空间关系建模为边。通过将RepGN模块集成至目标检测器中，关系与上下文约束将被引入区域特征提取以及边界框回归与分类。此外，我们提出一种基于图割的池化层用于图的分层粗化，使RepGN模块能够以分层方式利用区域间相关性与场景描述。我们在COCO目标检测数据集上进行了大量实验并展示了有前景的结果。
引用
@article{arxiv.1904.08959,
title = {RepGN:Object Detection with Relational Proposal Graph Network},
author = {Xingjian Du and Xuan Shi and Risheng Huang},
journal= {arXiv preprint arXiv:1904.08959},
year = {2019}
}