基于阵列分布信息引导的密集目标检测算法
摘要
针对工业场景下密集相似目标检测过程中，容易出现定位误差和伪目标等问题，提出一种基于阵列分布信息引导的密集目标检测算法。从密集目标图像中提取种子目标，根据目标阵列排布规则设计四方向搜索匹配策略，以种子目标的四邻域构建候选目标匹配区域，利用重索引算法更新目标位置索引，不断遍历实现所有目标的精确定位；针对相似目标检测困难的问题，在卷积神经网络前引入Transformer自注意力结构，提取样本间位置和类别的相关性特征，设计基于组图孪生卷积Transformer的分类网络，增强相邻目标图像结构化信息，实现密集相似目标的精确分类，最终完成稳健的目标检测任务。对大量密集目标图像数据集进行实验，结果表明，所提算法在精度上优于对比算法，检测分类准确率达到98.71%，可以完整提取目标并进行精确分类。
引用本文（GB/T 7714）
童浩 Tong Hao, 吴静静 Wu Jingjing, 安聪颖 An Congying. 基于阵列分布信息引导的密集目标检测算法[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。