CVPRDec, 2019

Context R-CNN: 针对每台摄像机的长期时间上下文目标检测

PDF
TL;DR本文提出了一种基于注意力机制的方法，通过利用一个摄像头的未标记视频帧的时间上下文来提高该摄像头的目标检测性能，并将其应用于两种场景：使用相机陷阱的物种检测和在交通摄像头中的车辆检测。结果表明，Context R-CNN 比强基线方法获得了更好的性能，并且增加时间跨度有助于提高性能。
contextual informationobject detectiontemporal contextattention-based approachcamera traps
发现论文，激发创造
  • 上下文问题：用递归神经网络提升视频中的物体检测

    该论文提出了一种新的框架，通过捕捉时间空间和鼓励预测一致性来提高视频中的目标检测表现，并融合了强、弱监督的训练方式和平滑性惩罚，提高了 Youtube-Video Objects 数据集上的平均精度（mAP）。

    Jul, 2016

  • 基于深度特征的目标检测上下文模型

    本文提出了一种综合局部外观特征，对象关系的上下文信息和全局场景上下文特征的集合物体检测系统，该系统采用基于对象建议的完全连接条件随机场（CRF）进行建模，并利用快速平均场近似方法有效地进行 CRF 模型中的推理，实验结果表明，与基线算法 Faster R-CNN 相比，我们的方法在 PASCAL VOC 2007 数据集上实现了更高的平均精度（mAP）.

    Apr, 2016

  • 使用上下文 - CNN 进行场景分类的对象级上下文建模

    本文介绍一种模型语境感知的深度神经网络，该模型利用 LSTM 单元结合物体提议来捕捉物体和场景之间的关系，并且通过对学习到的特征进行可视化和分析，证明了模型具有很好的语境建模能力。

    May, 2017

  • 目标检测的关注上下文

    通过开发一种名为 AC-CNN 的新型神经网络模型，将全局和局部上下文信息有效地结合到区域卷积神经网络中，提高了目标检测性能，特别是在 PASCAL VOC 2007 和 VOC 2012 数据集上，与目前主流的 Fast-RCNN 算法相比在 mAP 方面分别提高了 2.0％和 2.2％

    Mar, 2016

  • 上下文感知的长期数据集视频异常检测

    该研究论文提出了一种面向长期监控场景的上下文感知视频异常检测算法 Trinity，该算法适用于拥挤场景，其中个体难以跟踪，异常是由速度、方向或群体运动缺失引起的。通过对上下文、外观和动作之间的对齐质量进行学习，Trinity 使用对齐质量来将视频分类为正常或异常，该算法在传统基准和我们收集的覆盖超过三个月的公共网络摄像头数据集上进行了评估。

    Apr, 2024

  • T-CNN：基于卷积神经网络的视频目标检测管道

    提出了一种深度学习框架 T-CNN，该框架从视频中获取来自 tubelets 的时间和语境信息，用于物体检测，经证实，在 ImageNet Large-Scale Visual Recognition Challenge 2015（ILSVRC2015）的提供数据的物体检测从视频（VID）任务中表现出色。

    Apr, 2016

  • 具多层上下文的带注意力机制的 RNN 用于场景标注

    探索多级上下文循环神经网络的多种上下文提示，将其结合到分级卷积神经网络中，提供丰富的空间和语义信息，并使用注意力模型来有效地合并多个级别，以实现在图像标签方面的最新结果。

    Jul, 2016

  • 视频预测：通过记忆对齐学习长期运动上下文

    该研究提出了一种基于长期记忆机制的运动上下文感知视频预测方法，通过引入长期运动上下文记忆（LMC-Memory）和记忆对查询分解，解决了在低维动态输入情况下预测高维、复杂运动上下文的难题。实验证明，该方法在长期情况下优于其他 RNN-based 方法。

    Apr, 2021

  • 基于时间上下文的真实世界视觉跟踪

    提出了一种利用时间上下文的双层框架 (TCTrack)，用于实现更强大的现实世界视觉跟踪，并在特征提取和相似度图优化方面进行了改进。

    Aug, 2023

  • 上下文增强的单图像目标检测转换器

    我们提出了一种新颖的单图像目标检测方法，称为 Context Enhanced TRansformer (CETR)，通过将时间上下文引入 DETR 并使用新设计的内存模块。

    Dec, 2023