《计算机工程与应用杂志》发表论文赏析
作者:张英俊, 任俊龙, 谢斌红, 张睿
单位:太原科技大学 计算机科学与技术学院,太原 030024;
摘要:开放世界目标检测(open-world object detection,OWOD)要求模型在识别已知类别的同时有效检测未知对象并整合新知识。现有方法依赖锚框先验设定,导致非常规尺度或形状的未知对象易被漏检,未知类召回率低,且分类阶段因未知类监督缺失使得开集误识别率较高。针对上述问题,提出解耦式几何定位与对抗语义重构的开放世界目标检测框架(decoupled anchor-free geometry and adversarial semantic reconstruction for open-world object detection,DAGR-OWOD)。针对未知类召回率低的问题,构建无锚区域提议模块(anchor-free region proposal module,AFRP)。该模块利用中心热图引导四边解耦回归生成尺寸无关的候选区域,结合动态梯度敏感机制,消除对特定形状或尺寸的假设,提高未知类召回率。针对开集误识别率高的问题,设计对抗互斥点分类模块(adversarial reciprocal points classification module,ARPC)。该模块通过反类空间建模与动态边界约束重构特征分布,并采用复合距离度量和实例化对抗增强机制,对未知类别分类进行监督,有效降低开集误识别率。在公共数据集的实验结果验证了所提方法的有效性。
关键词:开放世界目标检测,无锚区域提议,语义空间重构,生成对抗网络
基金资助:山西省基础研究计划项目(面上)(20210302123216);吕梁市引进高层次科技人才重点研发项目(2022RC08);山西省产教融合研究生联合培养示范基地项目(2022JD11)。