基于改进特征金字塔的目标检测方法

为了缓解多尺度目标特征信息不足的问题,受BiFPN(Bi-directional Feature Pyramid Network)网络的启发,在网络模型的Neck部分提出了一种反转N型特征金字塔结构即IN-FPN(Invert N-Feature Pyramid Network),对网络的多尺度特征融合结构加以优化,其带有侧向连接的层次结构,将特征经过2次自上而下和1次自下而上的双向融合,使得物体的浅层和深层特征充分融合,相互促进.同时,考虑不同尺度特征融合时的贡献不同,给每一个尺度添加可自适应学习权重ωi.此外,为了解决网络退化问题,进一步提升网络性能,参考残差网络结构,增加了含有Block模块的路径.实验结果表明,所提方法在COCO 2017数据集和VisDrone 2019数据集上其平均精度(AP)值分别达到了53.02%和25.21%,比基准模型均有所提升,验证了该方法的有效性.

基于独立区域3D注意力机制的人群位置计数方法

针对密集场景下因尺度变化和遮挡等现象导致的人群计数精确率不高,在HRNet中将真值图生成为互不重叠的独立区域,便于网络密度图人群位置统计;然后引入3D注意力机制,使得网络专注于特征图的有用信息;最后在训练时将均方误差损失(MSE loss)、L1损失和交叉熵损失(Cross Entropy loss)相结合作为总的损失函数,优化模型泛化能力.上述方法的结合提高了模型在人群计数及人群位置定位中的准确性.将该模型在公开数据集NWPU、Shanghai Tech和UCF-QNRF中与近年来的主要方法进行对比,实验结果表明该模型可有效提升人群位置计数问题的准确性和鲁棒性.