基于单点多盒检测器的全局-局部层级的域适应目标检测

蒋 宁，方景龙，杨 庆

（1.杭州电子科技大学计算机学院，杭州 310018；2.宁波城市职业技术学院信息与智能工程学院，浙江宁波 315110；3.南京工程学院 计算机工程学院，南京 211167）

（*通信作者电子邮箱fjl@hdu.edu.cn）

0 引言

目标检测是机器学习中一个热点问题，它包括对图像进行分类和定位两种检测。近年来，基于深度卷积网络（Deep Convolutional Neural Network，DCNN）的鉴别分类器在目标检测方面取得了很大的进展［1］，但同一模型在不同场景中的目标检测性能经常大相径庭，因为不同场景的样本实际不服从同样的分布。虽然基于卷积神经网络（Convolutional Neural Network，CNN）的方法在目标检测方面取得了显著的进展，但它仍然依赖于大量标记的训练数据。当将上述方法应用于具有未标记数据的不同场景时，在域迁移中会发生显著的性能下降。虽然收集更多训练数据可能会减轻域迁移的影响，但获取足够标记数据和注释边界框通常是耗时和昂贵的，因此，需要改进算法，使目标检测模型适合于训练域视觉上不同的新域［2］。

为解决跨域目标检测中的域迁移问题，本文提出了一种新的域自适应方法，以减轻域迁移的负面影响，并应用于以下场景：在源域中实施完全的监督，而在目标域中则没有监督，注释成本很低。构建基于单点多盒探测器（Single Shot MultiBox Detector，SSD）模型端到端的深度学习模型［3］，称为域自适应全局-局部SSD（Global-Local-SSD，GL-SSD）。尝试利用这种新方法来最小化域差异，域迁移既可以发生在全局层次也可以发生在局部层次的级别上，全局层次所代表的特征包括噪点、分辨率、颜色等基于整个图像层面的特征；……