Aug, 2023

SODFormer：使用事件和帧的流式目标检测变换器

PDF
TL;DR提出一种名为 SODFormer 的基于 Transformer 的流式目标检测器，它通过首次集成事件和帧来连续异步检测物体，有效利用丰富的时间线索和融合两种异构视觉流，结果显示该方法在检测性能上优于四种现有方法和八种基线，可以成功处理高速运动和低光条件。
davis cameraobject detectiontransformertemporal cuesasynchronous attention-based fusion
发现论文，激发创造
  • SFOD：融合脉冲的目标检测器

    本文提出了 Spiking Fusion Object Detector (SFOD)，基于 SNN 的目标检测方法，在事件相机中实现了多尺度特征图的融合，并通过预训练、分析和实验研究了编码策略和损失函数对模型性能的影响，在 NCAR 数据集上实现了 93.7% 的准确率，GEN1 检测数据集上取得了 32.1% 的最优平均精度，展示了 SNN 在事件相机目标检测领域的潜力和发展。

    Mar, 2024

  • 小目标检测中的 Transformer：现有技术的评估和调查

    调查了 60 多个研究论文，涵盖了 2020 年至 2023 年开发的转换器在小目标检测任务上的性能，还提供了一个 12 个大规模数据集的列表以及使用常见指标（如 mAP，FPS，参数数量等）进行了性能比较。

    Sep, 2023

  • 基于 Vision Transformer 的简单且高效网络用于伪装物体和显著物体检测

    本文提出了一种简单而有效的基于 Vision Transformer（ViT）的网络（SENet），通过采用一种基于不对称 ViT 的编码器 - 解码器结构的简单设计，在隐藏目标检测和显著目标检测两个任务上取得了有竞争力的结果，在精细设计的复杂网络上展现出更大的多样性。

    Feb, 2024

  • FusionFormer：鸟瞰视图和时间一致 Transformer 的多感知融合用于 3D 目标

    多传感器模态融合的 FusionFormer 框架通过 transformers 混合多模态特征，获取鸟瞰图特征，并通过可灵活适应输入模态表示的深度预测分支提高相机检测任务的性能，同时提出一种基于 transformers 的即插即用的时域融合模块用于融合历史帧鸟瞰图特征，实现更稳定可靠的检测结果，通过对 nuScenes 数据集的评估，其在 3D 目标检测任务中获得了 72.6％的 mAP 和 75.1％的 NDS，优于现有的最先进方法。

    Sep, 2023

  • TransVOD: 基于空间 - 时间变换器的端到端视频目标检测

    本文提出了一种基于 Transformer 和 DETR 的视频目标检测系统 TransVOD，通过时间 Transformer 和 Temporal Deformable Transformer Decoder 的设计，能够提高复杂的手工设计检测器的性能，同时在 ImageNet VID 数据集上获得了新的最佳结果。

    Jan, 2022

  • 高分辨率显著目标检测的循环多尺度 Transformer

    本研究提出了一个新的高分辨率显著物体检测 (High-Resolution SOD) 方法，该方法使用 HRS10K 数据集和递归多尺度 Transformer (RMFormer) 生成高分辨率显著图。对高分辨率和低分辨率基准测试的广泛实验证明该框架的有效性和优越性。

    Aug, 2023

  • SSTFormer：连接脉冲神经网络和具备记忆支持的转换器用于基于帧事件的识别

    通过融合 RGB 帧和事件流的模式识别框架，在事件相机模式识别领域取得了有效的结果，同时还提出了一个大规模的 PokerEvent 数据集，促进了模式识别的发展。

    Aug, 2023

  • RGB-D 视频中的显著目标检测

    通过构建 RDVS 数据集和引入 DCTNet+，本文在 RGB-D 视频中进行了显著目标检测，通过使用多模态注意力模块实现了多模态特征的增强与融合，实验结果表明 DCTNet + 在 17 个 VSOD 模型和 14 个 RGB-D SOD 模型中表现优越。

    Oct, 2023

  • PTSEFormer: 渐进式时空增强 Transformer 用于视频目标检测

    本论文提出了一种基于 PTSEFormer 的对象检测方法，该方法引入了上下文框架、时间信息、空间信息来提高模型性能，其通过注意力机制与视觉特征的集成实现时间信息的引入，同时通过 Spatial Transition Awareness Model 实现了上下文特征之间的空间信息的集成，最终在 ImageNet VID 数据集上取得了 88.1% mAP 的表现。

    Sep, 2022

  • 用于自动停车的鱼眼摄像头实时物体检测

    本研究提出了一种实时检测框架，配备了双流感知模块和旋转边界框，并使用新的周期角损失函数回归边界框的角度以提高识别效果和减少时间滞后问题。

    May, 2023