基于卷积特征融合的通用目标检测方法

来源：计算机应用研究杂志2020年第11期北京时间：

作者：王伟,潘秋羽,王明明,王道顺,

单位：1.西安工程大学计算机科学学院,西安710600；2.清华大学计算机科学与技术系,北京100084；

摘要：针对现有目标检测算法在检测时易受到图像尺度变化、目标间遮挡或截断等因素影响的问题，对卷积神经网络（convolutional neural network，CNN）中不同层次的特征进行了研究，提出了一种融合深度网络卷积特征的目标检测算法。算法采用多阶段的特征复用和特征融合减少特征间相关性的损失，最终在PASCAL VOC 2007测试数据集上mAP（mean average precison，平均精度均值）值达到了84.21%；与未使用特征融合方法以及使用传统特征融合的方法相比，提出的方法将mAP分别提高了4.41%和2.71%。

关键词：卷积神经网络,特征融合,特征复用,特征相关性,目标检测,

基金资助：国家自然科学基金资助项目(61601358,6197225)；陕西省教育厅专项科研计划资助项目(15JK1317)；国家新闻出版广电总局数字内容防伪与安全取证重点实验室项目；；