DMNet-读论文随笔

《Density Map Guided Object Detection in Aerial Images》

原文链接：https://arxiv.org/pdf/2004.05520.pdf

代码链接：https://github.com/Cli98/DMNet

一、针对什么问题？

1、问题：

航拍数据集VisDrone数据集中的难点：

1）目标尺寸变化较大；

2）目标分布不均匀；

其中VisDrone数据集特点：

a）视角，尺度变化

b）类别不平衡

c）遮挡和截断

d）小目标

 

二、 提出什么方法？

提出DMNet网络

1）生成密度图

a）改进版MCNN：一方面采用三种尺度MCNN来适应航空图像的大中小三种尺度；另一方面直接对密度图采用三次插值统一尺度，相较于上采样特征图，精度相近，内存更少。

b）密度图Groudtruth：geometry-adaptive and geometry-fixed kernel两种方法。文中选取了geometry-fixed kernel方法，并针对航空图像类别多样，尺度不一致且目标间距不均匀的问题，提出了class-wise kernel。即每一类给出一个类别。

2）基于密度图的裁剪

a）密度掩膜图生成：在密度图上采用滑动窗口对像素值统计，满足阈值区域置为1，反之为0。其中滑动窗口由训练集目标大小平均尺度得出，滑动过程中不重叠。

b）基于密度掩膜图生成裁剪区域：对值为1的离散区域采用8连通域算法连接起来，然后去获取合并区域的外接矩形作为最终裁剪区域。

3）裁剪图像检测

将裁剪区域和原图像的检测结果利用NMS进行融合，但需要注意的是，文中并不去除任何原图像的检测结果。

。