Jul, 2020

单次拍摄视频目标检测器

PDF
TL;DR本文介绍了一种用于视频中物体检测的新架构 SSVD，通过对相邻帧的特征进行聚合和估算运动路径，实现了单阶段物体检测。在 ImageNet VID 数据集上进行的实验证明，该方法比现有的物体检测方法更为有效。
发现论文，激发创造
  • FSSD: 特征融合单发多框检测器

    本文提出了一种增强了 SSD 的神经网络模型 FSSD，通过轻量级的特征融合模块，能够有效地将不同尺度下的特征图融合并输入到多框检测器中进行物体检测，从而提高检测精度，同时保证了检测速度。实验表明，相较于传统的 SSD 等许多对象检测算法，FSSD 在准确度和速度两方面都有较明显的提升。

    Dec, 2017

  • SSD：单发多框检测器

    该研究提出了一种名为 SSD 的方法，使用单个深度神经网络在图像中检测对象，在特征映射位置上将边界框的输出空间离散化为一组具有不同宽高比和尺度的默认框，利用不同分辨率的多个特征图进行预测，并结合了对象分类的得分和对每个初始框进行微调。该方法相对于其他需要对象提议的方法来说更为简化并具有相当准确性。

    Dec, 2015

  • 特征融合 SSD：小物体快速检测

    本论文提出了一种针对小目标检测的实时多层次特征融合方法，与基线 SSD 相比，在保证检测速度的同时，在某些小目标类别上提高了 2-3 个点的检测精度，尤其是使用了合并和元素加和两种特征融合模块，其测试速度分别为 43 和 40 FPS。

    Sep, 2017

  • 利用时间一致性进行高效的单阶段视频目标检测

    我们提出了一个简单而高效的框架，通过利用视频帧中的时间一致性来解决计算上的瓶颈，从而实现了具有高效性的单阶段视频目标检测。

    Feb, 2024

  • SSVOD：带有稀疏标注的半监督视频物体检测

    通过利用视频的动态运动特性，我们引入了 SSVOD，一个端到端的半监督视频目标检测框架，以利用大规模未标记的帧和稀疏注释来选择性地组装鲁棒的伪标签，并通过结合硬伪标签和软伪标签的置信度阈值进行伪标签的确认偏见和不确定性噪声的平衡，从而在 ImageNet-VID，Epic-KITCHENS 和 YouTube-VIS 数据集上实现了显著的性能改进。

    Sep, 2023

  • 精密单级检测器

    本研究提出了一种改进的单阶段物体检测器 (Precise Single Stage Detector, PSSD)，通过添加额外层、构建高效特征增强模块和设计更有效的损失函数优化了 SSD，提高了其对于局部和语义信息的分析能力，解决了特征抽取和非极大值抑制两个关键问题，进而在行为检测中取得了优异的表现。

    Oct, 2022

  • 基于序列非极大值抑制的视频目标检测

    本文将视觉目标检测中的三个阶段进行了修改，采用了从相邻帧提取高得分目标检测的方法来增强同一剪辑中弱目标检测的得分，并获得了比现有技术更好的结果。该方法在 ImageNet 大规模视觉识别挑战赛 2015 年的视频目标检测（VID）任务中取得了第三名。

    Feb, 2016

  • 使用时空采样网络的视频物体检测

    本文提出了一个名为 Spatiotemporal Sampling Network (STSN) 的模型，使用了时间上的可变卷积，在视频中进行目标检测。通过从相邻的帧中学习空间采样特征，本文展示了 STSN 具有鲁棒性，并且不需要额外的监督。该模型在 ImageNet VID 数据集上表现优异，并且相比于之前的视频目标检测方法，本文的方法利用了更简单的设计且对于训练没有光流数据的要求。

    Mar, 2018

  • 学习关注焦点以实现高效视频目标检测

    提出了一种基于可学习的空间 - 时间采样 (LSTS) 模块、分散递归特征更新 (SRFU) 和密集特征聚合 (DFA) 模块，实现了视频目标检测中的准确空间对应关系，增强特征更新，提升检测性能，并在 ImageNet VID 数据集上取得了最先进的表现和实时速度。

    Nov, 2019

  • 视频目标检测的序列级语义聚合

    本研究提出了一种基于全序列级别的特征聚合方法（SELSA），用于视频目标检测，实现了更具区分性和更健壮的特征，同时创造了新的视角来理解 VID 问题。此法不需要 Seq-NMS 或 Tubelet 重评分等复杂的后处理方法，保持了管道的简洁明了，并在 ImageNet VID 和 EPIC KITCHENS 数据集上实现了新的最先进结果。

    Jul, 2019