BriefGPT - AI 论文速递
·
TSOM：小物体运动检测神经网络灵感来自鸟类视觉回路
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种监控视频中飞鸟对象的检测方法，通过聚合特征和设计网络来提高飞鸟对象的检测性能。
🎯
关键要点
- 提出了一种监控视频中飞鸟对象的检测方法。
- 通过聚合多个连续图像帧上的飞鸟对象相关性来提高检测性能。
- 设计了一个具有大特征图层的飞鸟对象检测网络，采用下采样和上采样。
- 该方法主要针对特殊的多尺度（尤其是小尺度）鸟类对象。
- 应用了SimOTA动态标签分配方法解决不规则飞鸟对象的标签分配问题。
- 实验结果表明该方法有效提高了飞鸟对象的检测性能。
➡️
