公开(公告)号：CN111292349B

公开(公告)日：2023-04-18

申请号：CN202010053409.5

申请日：2020-01-17

Applicant: 北京大学深圳研究生院

Inventor： 李革 ,  林威宏 ,  钟家兴

IPC: G06T7/194 ,  G06T7/136 ,  G06T5/50 ,  G06N3/0464 ,  G06F18/214

Abstract: 一种基于推荐候选框融合的用于目标检测的数据增强方法，包括：输入一个待检测的图片序列；对输入的图片序列进行深度空间特征提取，每一个卷积层都会产生一个特征图；在最后一层特征图上提取大量可能包含前景目标的区域；得到推荐候选框集；取推荐候选框与融合对象，按照融合比例进行线性叠加，获得融合推荐候选框集；以及将融合推荐候选框集更新到原图片序列上推荐候选框集的位置上生成新图片序列，然后用新图片序列替换原图片序列来训练目标检测器。该方法基于推荐候选框的融合生成新的训练样本以替代原训练数据，能够训练出更稳定，更具鲁棒性的目标检测器，提高模型对复杂样本的检测能力。

公开(公告)号：CN111292349A

公开(公告)日：2020-06-16

申请号：CN202010053409.5

申请日：2020-01-17

Applicant: 北京大学深圳研究生院

Inventor： 李革 ,  林威宏 ,  钟家兴

IPC: G06T7/194 ,  G06T7/136 ,  G06T5/50 ,  G06N3/04 ,  G06K9/62

Abstract: 一种基于推荐候选框融合的用于目标检测的数据增强方法，包括：输入一个待检测的图片序列；对输入的图片序列进行深度空间特征提取，每一个卷积层都会产生一个特征图；在最后一层特征图上提取大量可能包含前景目标的区域；得到推荐候选框集；取推荐候选框与融合对象，按照融合比例进行线性叠加，获得融合推荐候选框集；以及将融合推荐候选框集更新到原图片序列上推荐候选框集的位置上生成新图片序列，然后用新图片序列替换原图片序列来训练目标检测器。该方法基于推荐候选框的融合生成新的训练样本以替代原训练数据，能够训练出更稳定，更具鲁棒性的目标检测器，提高模型对复杂样本的检测能力。