使用GIoU改进非极大值抑制的目标检测算法

作     者：侯志强 刘晓义 余旺盛 蒲磊 马素刚 范九伦 HOU Zhi-qiang;LIU Xiao-yi;YU Wang-sheng;PU Lei;MA Su-gang;FAN Jiu-lun

作者机构：西安邮电大学计算机学院陕西西安710121 空军工程大学信息与导航学院陕西西安710077 西安邮电大学通信与信息工程学院陕西西安710121 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2021年第49卷第4期

页      面：696-705页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(No.61703423 No.61473309 No.62072370) 

主　　题：双阈值 非极大值抑制算法 重复检测 后处理 

摘      要：针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS).使用双阈值改进NMS算法和soft-NMS算法,抑制多余的检测框;在此基础上,使用GIoU替换传统的IoU计算目标间的相似度,使目标的定位更加准确;进一步,使用非线性函数赋予检测框不同比例的权值惩罚,使检测框的得分随距离呈非线性变化,目标区分度更高.改进算法在PASCAL VOC和MSCOCO上的检测精度分别为74.8%和25.9%,与使用NMS算法作为后处理的Faster R-CNN算法相比,性能分别提升了1.6%和1.5%.同时本文算法具有较快的检测速度.