CVPRApr, 2018

用于目标检测的多尺度位置感知核表示

PDF
TL;DR本文提出了一种新的多尺度位置感知核表示（MLKP）用于在目标检测中捕获深度特征中的高阶统计信息，通过将其集成到 Faster R-CNN 模式中，提高了检测器的性能，并在 PASCAL VOC 2007、VOC 2012 和 MS COCO 基准测试中显著优于现有的最先进方法。
object detectionmlkphigh-order statisticsdeep featuresfaster r-cnn
发现论文，激发创造
  • 可扩展的高质量目标检测

    本研究使用深度学习的 MSC-MultiBox 方法，在 ILSVRC 2014 数据集上取得了 $0.5$ 的 mAP 表现，明显优于其前任 MultiBox 方法，同时还能在减小提议数量的情况下提高边界框召回率。

    Dec, 2014

  • 准确物体检测与语义分割的丰富特征层次结构

    提出一种基于卷积神经网络的 Region Proposal 方法 R-CNN，它与 CNN 结合起来使用更高的上下文信息，加上有监督的预培训方法，实现了在 PASCAL VOC 2012 数据集上的平均准确率 mAP 达到 53.3%。

    Nov, 2013

  • 基于多区域和语义分割感知的 CNN 目标检测模型

    本文提出一种基于卷积神经网络和语义分割的目标检测系统，利用迭代定位机制，通过高效运用模块来检测物体，并在 PASCAL VOC 数据集上获得了比其他方法更高的检测精度。

    May, 2015

  • 利用边界框注释进行多标签物体识别

    本文提出了一种基于卷积神经网络的多视图多实例框架，用于提高物体检测中的特征表达和泛化能力，通过利用局部信息、弱标签和强标签有效地识别包含多个物体的多标签图像，实验结果表明该框架具有优异的鉴别力和泛化能力。

    Apr, 2015

  • 级联稀疏空间块用于高效有效的通用物体检测

    本研究提出了一种高效的目标提取方法，通过利用深度空间金字塔特征、基于 HoG 的新型快速计算边缘统计和 EdgeBoxes 得分的 'objectness' 函数，以及与稀疏感知组归一化 SVM 结合的新型空间分 bin 方式，达到了与同等速度方法相比更高的 Pascal VOC07 的回收性能，甚至仅考虑每个图像 100 个提议时，方法仍达到了 78％的召回率，并且在使用每个图像中仅 50 个提议时，改善了 RCNN 最先进的类别特定检测器的 mAP，提高了 10 个百分点。该系统对于全球 200 个类别在 ILSVRC2013 数据集中的检测表现良好，证实了其泛化能力。

    Apr, 2015

  • 快速物体检测的统一多尺度深度卷积神经网络

    本文提出了多尺度卷积神经网络（MS-CNN）用于实现快速的多尺度目标检测。并通过一个 proposal sub-network 和一个 detection sub-network 实现了 end-to-end 的联合训练，同时还探索了使用反卷积代替输入插值以减少内存和计算成本的方法。最后在 KITTI 和 Caltech 等数据集上实现了超过 15fps 的最先进的目标检测表现。

    Jul, 2016

  • 面向目标提议与检测的子类别感知卷积神经网络

    本文提出一种基于亚类别感知的 CNN 目标检测方法，使用新颖的区域提出网络和检测网络，以亚类别信息引导提出生成过程和实现联合检测和亚类别分类，从而在常用基准上实现了检测和姿态估计的最佳表现。

    Apr, 2016

  • 多阶段对象检测，使用组递归学习

    本文提出了一种基于 EM-like group recursive learning 和 multi-stage architecture 的新型物体检测方法，通过引入周围 proposals 的上下文信息来迭代地提升物体 proposals 的准确性，并结合弱监督物体分割和基于区域的物体检测方式以全方位地利用分割特征从而提高检测精度，该算法在 PASCAL VOC2007 和 VOC2012 数据集上的得分分别高达 78.6% 和 74.9%，显著优于许多现有算法。

    Aug, 2016

  • 基于多提案一致性的细粒度分类部分定位

    本文提出了一种简单的深度学习框架，可以同时预测关键点的位置和可见性，并利用这些来实现细粒度分类的最新性能。作者表明，通过将预测条件设置为具有足够图像支持的物体提议，我们的方法可以在不需要复杂的空间推理的情况下良好地完成。我们的关键点定位和可见性预测与现有的先进方法相比，在有或没有鸟类边界框的情况下均表现出色，超过 2％。

    Jul, 2015

  • 二阶信息对大规模视觉识别有用吗？

    该论文提出了一种基于高级特征的协方差汇集方法，即 Matrix Power Normalized Covariance (MPN-COV)，并在 ImageNet 上的测试中表现出了显著的成果，特别是在 AlexNet，VGG-M 和 VGG-16 的情况下，MPN-COV 方法可以使性能提高超过 3％，并且与 ResNet-152 相媲美。

    Mar, 2017