视频中的道路使用者检测
计算机视觉与模式识别
2019-03-29 v1
摘要
视频的连续帧之间具有高度冗余性，而最流行的目标检测方法并未利用这一事实。利用多个连续帧可以改进对小型目标或困难样本的检测，并可以提高视频序列中的检测速度和一致性，例如通过在帧之间插值特征。本文引入了一种新方法，利用涉及道路使用者的视频序列中的两个连续帧来执行在线视频目标检测。提出了两个新模型 RetinaNet-Double 和 RetinaNet-Flow，分别基于将目标帧与前一帧的拼接，以及将光流与目标帧的拼接。这些模型在三个公开数据集上进行了训练和评估。实验表明，使用前一帧比单帧检测器提高了性能，但使用显式光流通常不会。
引用
@article{arxiv.1903.12049,
title = {Road User Detection in Videos},
author = {Hughes Perreault and Guillaume-Alexandre Bilodeau and Nicolas Saunier and Pierre Gravel},
journal= {arXiv preprint arXiv:1903.12049},
year = {2019}
}