Copyright ?2013-2017 中國(guó)知網(wǎng)論文查重檢測(cè)系統(tǒng)入口 All Rights Reserved. 網(wǎng)站備案號(hào)：黔ICP備19012782號(hào)-3.
對(duì)小目標(biāo)檢測(cè)展開(kāi)研究將有助于推動(dòng)目標(biāo)檢測(cè)領(lǐng)域的發(fā)展，擴(kuò)寬目標(biāo)檢測(cè)在現(xiàn)實(shí)世界 的應(yīng)用場(chǎng)景，提高中國(guó)的科技創(chuàng)新水平和加快中國(guó)全面步入智能化時(shí)代的步伐。 目標(biāo)檢測(cè)作為計(jì)算機(jī)視覺(jué)的基礎(chǔ)研究，已有許多優(yōu)秀的綜述發(fā)表。
基于上下文學(xué)習(xí)的方法充分利用了圖像中與目標(biāo)相關(guān)的信息，能夠有效提升小目標(biāo)檢測(cè)的性能。 但是，已有方法沒(méi)有考慮到場(chǎng)景中的上下文信息可能匱乏的問(wèn)題，同時(shí)沒(méi)有針對(duì)性地利用場(chǎng)景中易于檢測(cè)的結(jié)果來(lái)輔助小目標(biāo)的檢測(cè)。 鑒于此，未來(lái)的研究方向可以從以下兩個(gè)角度出發(fā)考慮：（1）構(gòu)建基于類別語(yǔ)義池的上下文記憶模型，通過(guò)利用歷史記憶的上下文來(lái)緩解當(dāng)前圖像中上下文信息匱乏的問(wèn)題；（2）基于圖推理的小目標(biāo)檢測(cè)，通過(guò)圖模型和目標(biāo)檢測(cè)模型的結(jié)合來(lái)針對(duì)性地提升小目標(biāo)的檢測(cè)性能。 生成對(duì)抗學(xué)習(xí)的方法旨在通過(guò)將低分辨率小目標(biāo)的特征映射成與高分辨率目標(biāo)等價(jià)的特征，從而達(dá)到與尺寸較大目標(biāo)同等的檢測(cè)性能。
一共搜集了65篇2D目標(biāo)檢測(cè)論文，涉及：通用目標(biāo)檢測(cè)、旋轉(zhuǎn)目標(biāo)檢測(cè)、Few-shot/自監(jiān)督/半監(jiān)督/無(wú)監(jiān)督目標(biāo)檢測(cè)等方向。 最新！ CVPR 2021 視覺(jué)Transformer論文大盤(pán)點(diǎn)（43篇）
最后本文對(duì)小目標(biāo)檢測(cè)技術(shù)的未來(lái)發(fā)展方向進(jìn)行了展望。 目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要研究方向，也是其他復(fù)雜視覺(jué)任務(wù)的基礎(chǔ)。 作為圖像理 解和計(jì)算機(jī)視覺(jué)的基石，目標(biāo)檢測(cè)是解決分割、場(chǎng)景理解、目標(biāo)跟蹤、圖像描述和事件檢測(cè)等更高層次 視覺(jué)任務(wù)的基礎(chǔ)。 小目標(biāo)檢測(cè)長(zhǎng)期以來(lái)是目標(biāo)檢測(cè)中的一個(gè)難點(diǎn)，其旨在精準(zhǔn)檢測(cè)出圖像中可視化特 征極少的小目標(biāo)（32 像素×32 像素以下的目標(biāo)）。 在現(xiàn)實(shí)場(chǎng)景中，由于小目標(biāo)是的大量存在，因此小目 標(biāo)檢測(cè)具有廣泛的應(yīng)用前景，在自動(dòng)駕駛、智慧醫(yī)療、缺陷檢測(cè)和航拍圖像分析等諸多領(lǐng)域發(fā)揮著重要 作用。 近年來(lái)，深度學(xué)習(xí)技術(shù)的快速發(fā)展為小目標(biāo)檢測(cè)注入了新鮮血液，使其成為研究熱點(diǎn)。