深度学习——day43 ID-YOLO——基于驾驶员固定区域的实时突出目标检测

资源下载

原文pdf下载

II. Related Works

A.Saliency Detection/Fixation Prediction Models

Fig 1，交通拥挤驾驶场景中固定预测模型和目标检测模型的比较。通过我们提出的模型检测到的显着对象，该对象可以呈现驾驶员在这些显着区域中注意的内容和原因。

B. Object Detection Models

Fig 2，通过比较 YOLOv3 和 ID-YOLO，检测与当前驾驶情况密切相关的关键对象更有价值。

C. Saliency Attention and Object Detection Dataset

TABLE 1，显著性注意和物体检测数据集的比较

III. ETOD DATA

Fig 3，使用两个规则来确定在Ft帧图像中是否标记了一个对象：

1. 当驾驶员花费200毫秒或超过200毫秒 (视频的帧速率为每秒30帧) 聚焦在对象上时，合理地假设该对象对于当前驾驶环境是相关且重要的；
2. 一个物体同时引起五个以上（总共28个）驾驶员的注意时，很可能该物体对驾驶具有相关性和重要性。

IV. INCREASE-DECREASE YOLO

提出了一种改进的网络，方法是增加预测规模并减少YOLO (称为ID- YOLO) 的网络深度，以预测驱动程序固定的显着对象。

A. Network Architecture

Fig 4，用红色标记了剩余网络单元的减少数量和增加的特征检测块：

1. 在YOLOv3的基础上将对象检测层的数量从3个增加到5个不同的尺度，ID-YOLO可以融合更多有用的特征；
2. 在减少部分，我们将原始剩余单元的数量从 (1、2、8、4) 减少到 (1、2、4、2)，可以降低计算成本并加快检测速度

Table II，ID-YOLO结构的更多细节，444个卷积层

V. RESULTS

增强的眼动跟踪对象检测 (ETOD) 数据集

B. Qualitative Evaluation

Fig 5，与基于YOLOv3的不同骨干车型相比，我们的车型在黑暗路况下表现出最佳的检测性能，在多次检查和车辆突然发生 (如超车) 的情况下，误检或漏检最少。

Fig 6，ID-YOLO的检测结果与固定标签几乎相同

C. Quantitative Evaluation

*TABLE III，虽然YOLOv3-tiny的FPS最高，但检测精度最低。我们得出的结论是，与其他模型相比，所提出的ID-YOLO体系结构可以更准确，更快速地预测显着对象。

D. Ablation Study

1. TABLE IV，在YOLOv3的基础上从3到5个不同尺度的目标检测层数量增加的效果，结果表明可以有效地提高检测精度；

2. TABLE V，不同的特征提取层数对检测速度的影响，与ID-YOLO-53相比，ID-YOLO-33具有更高的FPS和更小的模型尺寸，这表明ID-YOLO的减少部分对提高检测速度是有效的

E. Verification With Fixation Points

ID-YOLO比YOLOv3-416的精确度高