一种基于梯度规范化的目标检测算法*

熊　林　张小锋　夏鹏飞

(南昌航空大学信息工程学院　南昌　330063)



一种基于梯度规范化的目标检测算法*

熊林张小锋夏鹏飞

(南昌航空大学信息工程学院南昌330063)

针对传统的目标检测任务都是基于滑动窗口模型来提取特征的,由于产生过多冗余的窗口会显著增加计算量并且对后续的特征提取和分类任务造成影响,提出一种选择性搜索结合梯度规范化的特征提取算法,首先利用选择性搜索算法产生一组目标区域集,该算法能够大幅度降低搜索空间并产生较少的目标区域,然后利用梯度规范化对目标区域进行特征映射,通过对这些特征向量分类能够提高检测精度

选择性搜索; 规范化梯度; 特征映射; 目标检测

Class NumberTP301.6

1　引言

选择性搜索(Selective Search)[8]算法综合了蛮力搜索[1～3](Exhaustive Search)和分割(Segmentation)[4～5]的方法,既有分割方法的从底至上的层级结构,也有密集搜索能够找到所有可能位置的优点。该算法能够显著减少搜索空间并减少计算量,本文使用选择性搜索算法来提取目标区域,该算法能够获取图像中目标所有可能出现的位置并将目标分割出来形成一组目标区域集,首先将这组目标区域集中所有的元素二值化,然后将这些二值化的目标区域梯度规范化并提取其特征向量,总的来说,选择性搜索结合梯度规范化算法进行目标检测具有以下优点,利用自下而上的聚合算法生成一组类独立的目标位置,再利用梯度规范化算法结合以上两点可以显著地减少检测算法的计算量且能够以足够高的精度提取出图像中的目标。……