基于多尺度特征卷积神经网络的目标定位
来源：计算机工程与应用杂志2019年第16期北京时间：
作者：周以鹏，马栋梁，孙俊
单位：江南大学 物联网工程学院，江苏 无锡 214122
摘要：针对实际应用中诸多数据集标签部分缺失、无定位标注等问题，提出了基于多尺度特征卷积神经网络的弱监督定位算法。其核心思想是利用神经网络分层的特性，在多层卷积层上使用梯度加权类激活映射，生成梯度金字塔模型，并通过均值滤波计算特征质心位置，利用置信强度映射和阈值梯减模块产生连接的像素段，围绕最大边界标注进行弱监督定位。在标准测试集上的实验结果表明，该算法能够在存在大量类别、多尺度图像的情况下完成目标定位，具有较高的精确度。
关键词：卷积神经网络,梯度金字塔,弱监督定位
