计算机应用研究

作者：宋雨,李敏,何玉杰,苟瑶,吕奕龙,贺翥祯,

单位：1.国防科技大学信息通信学院,武汉430030；2.火箭工程大学作战保障学院,西安710025；

关键词：零样本目标检测,通道自适应,高斯分布,

基金：国家自然科学基金资助项目；；

零样本目标检测是近年来用于对训练中未见（unseen）类别目标进行分类和定位的一种技术。由此带来了目标检测中的新问题——目标视觉特征与其对应的类别语义信息映射关系不准确，未见类别目标与背景分辨性不强。提出的强分辨算法（adaptive channel with center distance Gaussian distribution loss，ACDG）使用特征图通道自适应加权机制，能够根据不同类别目标对特征图通道自动赋予权值，加强关键特征图的权重，抑制次要特征图的信息，增强特征提取网络的表征性，以建立更准确的视觉特征和语义特征之间映射关系。为了解决未见类别目标与背景分辨性不高的问题，提出中心距离高斯分布损失，约束预测边界框中心点与真实值（groundtruth）中心点位置的距离，进而加快损失函数收敛。为了验证所提算法的先进性，在MS COCO数据集上完成了大量实验，召回率和平均精度分别高出原始方法5.9%和4.5%。

来源：2022年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第11期