基于卷积神经网络的小目标检测改进算法

摘要

针对基于卷积神经网络(CNN)的目标检测算法因未对高层特征语义信息和低层特征细节信息之间的关系进行充分利用而导致的小目标检测率低的问题,提出一种基于卷积神经网络的小目标检测改进算法。通过对稠密连接块进行全连接,将多层特征图的特征语义信息进行融合,在候选区域添加一个具有短捷径连接的卷积与反卷积网络,以加快收敛速度。在PASCAL VOC数据集上的实验结果表明,与目前最好的算法相比,小目标的检测率从78.4%、80.5%提高到了81.6%。

关键词

小目标 / 特征信息 / 稠密连接块 / 全连接 / short-cut连接

基金资助

国家自然科学基金(61972225,61462018); 广东省数学教育软件工程技术研究中心公开基金(LD16124X); 广西学位与研究生教育改革项目(JGY2014060); 桂林电子科技大学研究生教育创新计划(2016XWYJ09)