协同级联网络和对抗网络的目标检测.docx

目标检测是计算机视觉的基本问题之一,近年来由于深度学习的发展,这一问题在性能上取得了实质性的提高。众所周知,普遍的目标检测器是把检测问题转化为对候选框进行分类的问题[1,2,3]。随着卷积神经网络（convolutional neural network,CNN）在图像识别任务上的广泛成功[4,5,6,7],越来越多基于CNN的目标检测方法[8,9,10]被提出。这些结构多样的方法在一定程度上提高了目标检测的准确性,其中许多方法实现了在多个基准数据集上的实时性能。然而,图像通常包含遮挡目标和小目标,当前的目标检测方法对这些目标并不敏感,因此不可避免地限制了目标检测的性能。图1通过实例展示了这种