對(duì)小目標(biāo)檢測(cè)展開(kāi)研究將有助于推動(dòng)目標(biāo)檢測(cè)領(lǐng)域的發(fā)展,擴(kuò)寬目標(biāo)檢測(cè)在現(xiàn)實(shí)世界 的應(yīng)用場(chǎng)景,提高中國(guó)的科技創(chuàng)新水平和加快中國(guó)全面步入智能化時(shí)代的步伐。 目標(biāo)檢測(cè)作為計(jì)算機(jī)視覺(jué)的基礎(chǔ)研究,已有許多優(yōu)秀的綜述發(fā)表。
按照改進(jìn)思路的不同,小目標(biāo)檢測(cè)方法可分為基于多尺度預(yù)測(cè)、基于提高特征分辨率、基于上下文信息、基于數(shù)據(jù)增強(qiáng)技術(shù)、基于新的主干網(wǎng)絡(luò)和訓(xùn)練策略共5種方法. 多尺度預(yù)測(cè)指的是在多個(gè)不同尺度的特征圖上分別對(duì)物體的類別和坐標(biāo)進(jìn)行預(yù)測(cè).
基于上下文學(xué)習(xí)的方法充分利用了圖像中與目標(biāo)相關(guān)的信息,能夠有效提升小目標(biāo)檢測(cè)的性能。 但是,已有方法沒(méi)有考慮到場(chǎng)景中的上下文信息可能匱乏的問(wèn)題,同時(shí)沒(méi)有針對(duì)性地利用場(chǎng)景中易于檢測(cè)的結(jié)果來(lái)輔助小目標(biāo)的檢測(cè)。 鑒于此,未來(lái)的研究方向可以從以下兩個(gè)角度出發(fā)考慮:(1)構(gòu)建基于類別語(yǔ)義池的上下文記憶模型,通過(guò)利用歷史記憶的上下文來(lái)緩解當(dāng)前圖像中上下文信息匱乏的問(wèn)題;(2)基于圖推理的小目標(biāo)檢測(cè),通過(guò)圖模型和目標(biāo)檢測(cè)模型的結(jié)合來(lái)針對(duì)性地提升小目標(biāo)的檢測(cè)性能。 生成對(duì)抗學(xué)習(xí)的方法旨在通過(guò)將低分辨率小目標(biāo)的特征映射成與高分辨率目標(biāo)等價(jià)的特征,從而達(dá)到與尺寸較大目標(biāo)同等的檢測(cè)性能。