典型文献
基于人眼视点图的特征融合小目标检测算法
文献摘要：
针对目前深度学习小目标检测算法在实际应用中存在的漏检率高、精度低等问题,提出了 一种基于人眼视点图的特征融合小目标检测算法.基于多类别单阶检测器(single shot multibox detection,SSD)算法通过不同扩张率的空洞卷积融合,在基础网络上获得具有类似人眼感受野的浅层特征层;对附加网络中的特征层进行信息融合,合并上下文信息,增加位置信息和全局语义信息,从而提升小目标检测精度.通过PASCAL VOC 2007数据集验证,结果表明,该算法较传统SSD算法检测精度提升了 3.7％,较改进的小目标检测算法Bi-SSD精度提升了 0.8％,验证了选择更有表征能力的特征层是有效提升小目标检测精度的方法.
文献关键词：
小目标检测;单阶检测器算法;空洞卷积空间金字塔;特征金字塔融合
中图分类号：
作者姓名：
魏文晓;刘洁瑜;沈强;李成
作者机构：
火箭军工程大学导弹工程学院,陕西西安710025
文献出处：
引用格式：
[1]魏文晓;刘洁瑜;沈强;李成-.基于人眼视点图的特征融合小目标检测算法)[J].系统工程与电子技术,2022(04):1120-1127
A类：
单阶检测器算法,空洞卷积空间金字塔
B类：
人眼,视点,特征融合,小目标检测,目标检测算法,漏检率,多类别,single,shot,multibox,detection,SSD,扩张率,感受野,层进,信息融合,上下文信息,位置信息,全局语义信息,检测精度,PASCAL,VOC,数据集验证,精度提升,Bi,表征能力,特征金字塔融合
AB值：
0.285619
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
