图像目标检测的深度特征提取方案设计与实验

For object detection in images, one important and challenging problem in the fields of image classification and understanding, this project aims to obtain satisfactory accuracy for positioning and classification of objects. We will study the problem in the following aspects: architecture design of deep networks, analysis and use of dependence relation, analysis of effective perceptive field, fusion of multi-layer features. The proposed cascade RPN scheme can finely refine positions of the objects. To determine “dependent object pairs” and to evaluate and exploit the dependence of a object pair is reasonable, because in the real-world the probability of a number of pairs of objects simultaneously appearing is quite high; the used weighted score fusion scheme can flexibly integrate results of conventional deep network based object detection and object analysis results on the basis of dependence relation of object pairs. Analysis of effective perceptive field has feasible mathematical means and the proposed fusion method for multiple features is explicable. Ideas and methods proposed in this project are novel and their effectiveness have been coarsely tested by the research group. If our this project is supported, we can achieve noticeable merits.

针对图像中目标检测这一图像识别与理解领域重要而具有挑战性的问题，本项目旨在提升目标定位与分类的精度。项目从深度网络结构设计、目标间关联关系分析与利用、有效感受野分析、多层次特征融合几个方面展开研究。项目提出的级联RPN方案可有效实现目标候选框的位置精修。具有依存关系的目标对的确定及目标间依赖程度的度量与应用符合现实世界中一些目标大概率成对出现的事实；相应的权重得分融合可以灵活地将常规的基于深度网络的目标检测结果与依据目标对间依赖关系的的目标分析结果合理结合。有效感受野分析具有切实可行的数学手段，提出的多特征融合具有很好的理论可解释性。本项目研究思路与方法新颖，且其有效性已得到项目组初步验证。项目获批后定能取得突出的研究成果。

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。目前，我们已经在目标检测领域取得了众多成果。其中，为探索鲁棒性高、通用性较好的常见视觉应用场景的目标检测与判识算法，我们进行多项研究，并取得了一系列创造性成果。首先，我们对两阶段深度目标检测模型进行了研究，并且针对其候选区域存在的问题作出了研究，并提出了创新型的解决办法。其次，我们研究了从通用到实用的弱监督目标检测模型。由于，目前最先进的目标检测算法需要大量带有精确目标边界框标签的数据来训练模型，但这种标签信息的标注既费时又费力，因此严重制约了产品的研发和迭代速度。为解决这一问题，基于弱监督学习的目标检测问题被提出，即无需目标位置标签，仅用图像的类别标签来训练目标检测器。这一范式可以大大降低标签的标注成本，因而具有巨大的应用价值。