发布利用推断时间的时间先验进行目标检测中的目标持久性大卫·迈克尔·福斯特;Priyash Bhugra;雷内·舒斯特;迪迪埃·斯特里克参加:2022年第26届国际模式识别会议(ICPR)。国际模式识别会议(ICPR-2022),8月21日至25日,加拿大魁北克省蒙特利尔,IEEE,2022年。Zusammenfassung公司物体永久性是指物体不会突然消失在物质世界中的概念。人类在很小的时候就理解了这个概念,并且知道另一个人仍然存在,即使它暂时被遮挡。神经网络目前经常面临这一挑战。因此,我们将显式对象持久性引入到两阶段检测方法中,并从粒子滤波器中获得灵感。核心是,我们的检测器在推理时使用先前帧的预测作为当前帧的附加建议。实验证明,该反馈回路在几乎没有计算开销的情况下,将检测性能提高了10.3 mAP。我们的方法适合扩展两级检测器,即使在严重遮挡的情况下也能实现稳定可靠的检测。此外,能够在不重新培训现有模型的情况下应用我们的方法,有望在实际任务中广泛应用。项目VIZTA-视觉、识别、Z传感技术和关键应用,KI-Absicherung-KI-AbsicherungICPR22_IOP.pdf(pdf格式,6 MB)BibTeX导出利用推断时间的时间先验进行目标检测中的目标持久性@正在处理{pub12515,作者={福斯特,大卫·迈克尔和普里亚什布格拉和雷内·舒斯特和迪迪埃·斯特里克},title={利用推断时间的时间先验进行对象检测中的对象持久性},booktitle={2022第26届国际模式识别会议(ICPR)。国际模式识别大会(ICPR-2022),8月21日至25日,加拿大魁北克省蒙特利尔},年份={2022},publisher={IEEE}}