今日頭條
官方微信
官方抖音
資訊頻道近日，智能感知與計算研究中心張兆翔研究員及其團隊借鑒腦神經(jīng)機制與視覺(jué)認知機理，在視覺(jué)物體檢測模型與方法上取得了一系列進(jìn)展，共有5篇文章被ICCV2019錄用，1篇文章被NeurIPS2019錄用，1篇文章被《JMLR》期刊收錄。本次著(zhù)重介紹基于三叉戟網(wǎng)絡(luò )（Trident Networks）的物體檢測。
物體檢測是計算機視覺(jué)與模式識別領(lǐng)域的核心問(wèn)題，一直以來(lái)受到學(xué)術(shù)界與工業(yè)界的廣泛關(guān)注。當前物體檢測最大的難點(diǎn)如何對場(chǎng)景中多種尺度的物體進(jìn)行有效表征，進(jìn)而進(jìn)行更為高效、更為準確、更為魯棒的物體檢測。
在二維透視成像中，近大遠小是一個(gè)常見(jiàn)的現象，如圖1所示。這一透視關(guān)系，幫助人類(lèi)視覺(jué)系統形成對三維空間的感知。但對于基于二維圖像的視覺(jué)感知任務(wù)而言，近大遠小會(huì )導致相同真實(shí)大小的物體根據遠近不同，因而在成像平面上形成不同尺度的物體。這將對視覺(jué)感知任務(wù)提出挑戰。具體來(lái)說(shuō)：（1）這會(huì )導致信息的衰減，二維圖像捕獲的信息隨距離二次衰減，因而30米外的物體在圖片上可能只有15米外相同物體 1/4 的像素；（2）卷積神經(jīng)網(wǎng)絡(luò )具有局限性。由于卷積操作在二維平面上采用相同大小的滑動(dòng)窗口進(jìn)行計算，同一卷積操作無(wú)法同時(shí)對尺度差異較大的物體進(jìn)行響應。
針對傳統卷積神經(jīng)網(wǎng)絡(luò )的局限，張兆翔研究員及其團隊首次提出 Trident 網(wǎng)絡(luò )結構。首先通過(guò)不同膨脹系數的卷積支路實(shí)現對不同尺度的物體的識別，然后通過(guò)權重共享實(shí)現對不同尺度相同物體的一致性刻畫(huà)。我們還提出了一種在測試階段只需要一條卷積支路的快速 Trident 網(wǎng)絡(luò )，快速 Trident 網(wǎng)絡(luò )保持了與傳統檢測器骨干網(wǎng)絡(luò )相同的計算量，大幅提升了我們方法的實(shí)用性。
該Trident方法可以與不同基礎網(wǎng)絡(luò )結構結合，并在 COCO 數據集上取得大幅度提升。該文作為Oral文章在ICCV2019發(fā)表。
據悉，ICCV2019近期在韓國首爾召開(kāi)。ICCV的全稱(chēng)是國際計算機視覺(jué)大會(huì )，是計算機視覺(jué)與模式識別領(lǐng)域的頂級會(huì )議。ICCV2019共收到投稿4303篇，錄用文章1077篇，接受率為25%；其中oral文章187篇，oral接受率為4%。
來(lái)源：中國自動(dòng)化科學(xué)院研究所
北京市公安局海淀分局備案號：11010802023656號