AAAI 2019《Object Detection based on Region Decomposition and Assembly》论文理解

最新推荐文章于 2021-02-01 23:29:57 发布

VIP文章 KirutoCode

最新推荐文章于 2021-02-01 23:29:57 发布

阅读量710

点赞数

分类专栏： Detection

本文链接：https://blog.csdn.net/McEason/article/details/102671416

版权

Abstract

要解决的问题:
由于遮挡和不准确的区域推荐，导致目标CNN特征的分辨率很低，导致检测精度被降级。
作者的方法:
作者提出一种区域分解和装配检测器(R-DAD)来进行更精准的目标检测。
作者方法简介：

R-DAD依赖于：

前人探索:
为了提高检测和分割能力，在利用不同分辨率和区域提取多个特征图方面的一些探索：

(Gidaris and Komodakis 2015) 通过结合多个区域特征来提高特征分辨率和多样性。
(Zeng et al. 2016) 通过信息传递来学习不同的分辨率的特征图之间的关系和依赖。
(Lin et al. 2017a) 从自底向上和自顶向下的路径连接卷积和反卷积(或上采样)特征mas，实现多尺度特征表示。
HyperNet (Kong et al. 2016) and ION (Bellet al. 2016) 连接不同层的特征图，然后用转换的含有更多上下文和语义信息的特征图来预测目标

探索总结:
总的来说，都集中在了两个点：

在这里插入图片描述
分类网络使用ImageNet训练的，图中的base network用的是ResNet。

在RDA中学习整个图片和被拆解的图片的外观，主要过程是：

该网络的目标：

输入：

使用的方法：

缩放：用RPN生成区域提案 $d$ ，然后使用缩放因子 $s$ 对区域提案进行缩放 $d^s=(x,y,w\cdot s,h\cdot s)$ ，作者分别设置了 $s = [0.5, 0.7, 1, 1.2, 1.5]$ ，如图二左侧，这里的缩放并不是将一个图变大或变小，而是获得一个相对于原来的推荐框的扩大，框中的内容会随之变化。
利用多尺度检测能进一步增加区域提案的多样性。
- 使用更大的 $s$ ，能够获得对象的上下文信息(背景或互相遮挡的物体)。
- 使用更小的 $s$ 能够在高分辨率中研究局部细节，而且对识别因被遮挡而导致无法获取全部物体细节的物体有好处。
过滤：当使用9个anchor和5个缩放因子的时候，在"conv4"层的大小为 $63 \times 38$ 的特征图中会生成 $63\times 38\times 9\times 5$ 个提案，从中挑取一些低置信度和低IoU(与gt)的提案删除掉，最后将留适当数量的提案(例如256)(方法和SSD中相同)。
之后，在mini-batch中保持有物体和没物体的采样比例相等，并且用mini-batch来微调Figure 1中的检测器。

输出：

一般来说，特征的强烈反应是识别物体最重要的线索之一。

该网络目标：
对于来自MRP网络的每个提案，通过逐步的结合多区域的特征（RAB）来推出强线索，如图1 ORA所示。为了实现这个目的，需要学习能表示不同part的特征之间的语义关系的权重，并且利用这个权重来控制在下一层中传播的特征的数量。

输入：

使用的方法：
来自RPN的区域提案通常假定是覆盖了物体的全部区域。作者通过将 $d$ 分割成多个part区域来生成更小的被拆解区域，让这些part区域覆盖不同的对象部分，如Figure 2右侧所示。

整体目标区域提取特征：RDA中处理whole目标区域的OD层(Whole Object Region)接在conv4之后，首先利用RoI pooling提取整个目标区域的大小为 $h_{roi}×w_{roi}$ 的变形特征 $X_l$ ，

关注