四川
編者薦語
本文提出了一種創(chuàng)新的網(wǎng)絡架構(gòu)。該架構(gòu)通過引入高可能性區(qū)域推薦網(wǎng)絡，有效篩選錨點區(qū)域，顯著提升了處理速度，減少了資源浪費。同時，融合視覺幾何組16層網(wǎng)絡的多層特征信息，強化了特征表達，成功解決了小目標檢測難題。
周楝淞 , 邵發(fā)明 , 楊潔 , 等 . 基于區(qū)域預推薦和特征富集的SOD R-CNN 交通標志檢測網(wǎng)絡[J]. 信息安全與通信保密 ,2024(10):115-126.
摘 要
基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡存在資源的浪費和無法有效應對小目標檢測的問題，提出基于高可能性區(qū)域推薦網(wǎng)絡及特征富集的區(qū)域的小目標檢測卷積神經(jīng)網(wǎng)絡架構(gòu)。首先，采用區(qū)域推薦網(wǎng)絡對錨點區(qū)域進行篩選，節(jié)約分類階段的處理時間，提高了系統(tǒng)的處理速度。其次，為了解決無法有效檢測小目標的問題，提出了融合視覺幾何組16層網(wǎng)絡的第三、第四、第五層特征信息的方法來強化特征表達的策略。最后，提出次要感興趣區(qū)域的概念，將交通標志的上下文信息融合到目標特征表達中。這些策略提高了目標檢測的準確率和速度。
論文結(jié)構(gòu)
0 引 言
1 SOD R-CNN方法框架
2 深度特征融合策略
3 次要感興趣區(qū)域策略
4 算法實驗分析
4.1 實驗平臺
4.2 HP-RPN的性能分析
4.3 算法總體速度和準確率驗證
5 結(jié) 語
作者簡介
- 周楝淞（1979—），男，碩士，高級工程師，主要研究方向為信息安全、可信計算和人工智能；
- 邵發(fā)明（1978—），男，博士，副教授，主要研究方向為信息安全和人工智能；
- 楊 潔（1980—），女，碩士，高級工程師，主要研究方向為網(wǎng)絡安全；
- 彭泓力（1994—），男，碩士，工程師，主要研究方向為人工智能和可信計算；
- 李賽野（1989—），男，碩士，工程師，主要研究方向為可信計算；
- 孫夏聲（1984—），男，碩士，工程師，主要研究方向為可信計算和身份認證。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
