![](https://csdnimg.cn/release/download_crawler_static/88424238/bg4.jpg)
N. Dvornik,J.Mairal和C.Schmid
[4]
的作者介绍了一种对基于外观的检测进行操作的简单上下文重新评
分方法。为了编码更多的结构,图形模型被广泛使用,以便联合建模
外观,几何形状和上下文关系[19,20]。然后,开始使用卷积神经网
络等深度学习方法
[7
-9];如前所述,它们的特征已经包含隐含的上下文
信息。然而,
[21]
的工作明确地结合了更高级别的上下文线索,并将
条件随机场模型与Faster-RCNN获得的检测相出于类似的目标,在
[22]
中使用递归神经网络来建模所发现对象的空间位置使用卷积神经网络
进行上下文建模的另一个补充方向使用了去卷积流水线,该流水线增
加了神经元的视野并融合了不同尺度的特征
[22
-[2,25]的作品分析了
不同类型的上下文关系,确定了最有用的检测方法,以及利用它们的
各种方法。然而,尽管有这些努力,由于纯粹的上下文信息的改善一
直是相对温和的[11,26]。
用于对象检测的数据增强。
数据增强是训练深度神经网络的主要工具。
如果从平凡的几何变换 例如水平翻转、具有颜色扰动的裁剪以及添加
噪声 到图像[27],到合成新的训练图像[28,29]。一些最近的对象检测
器[9,10,23]比其他[7,8]更受益于标准数据增强技术。Fast和Faster-
RCNN的性能可以通过简单地破坏图像的随机部分来提高,以便 模拟闭
塞[30]。关于图像合成,最近的作品,如[31-33]在纯合成渲染的2d和3d场
景上构建和训练他们的模型。然而,在合成图像上训练的模型的主要困
难是保证 它们将很好地推广到真实数据,因为合成过程引入了图像统
计的显著变化[29]。为了解决这个问题,作者
[15]通过将真实的分割对象粘贴到自然图像中来采用不同的方向,这
减少了渲染伪影的存在。对于对象实例检测,工作[16]在将对象放置
在图像中以创建逼真的训练示例之前估计场景几何形状和空间布局在
[14]中,作者提出了一种更简单的解决方案,通过在随机位置粘贴图
像,但对被遮挡和截断的对象进行建模,并使训练步骤对粘贴位置的
边界伪影具有鲁棒性
3
面向数据增强的
我们的数据增强方法主要由两部分组成:我们首先通过使用边界框注
释来建模视觉上下文,其中框的周围被用作卷积神经网络的输入,以
预测框内对象的存在或不存在然后,训练的上下文模型用于生成对象
的一组可能的新位置完整的流水线如图所示。2.在本节中,我们将详
细描述这两个步骤,但在此之前,我们将介绍并讨论一个激发我们工
作的初步实验。