基于特征增强与多项式插值的目标检测网络

作     者：周效栋 张帆 李晋江 张彩明 

作者机构：山东工商学院计算机科学与技术学院 山东省未来智能金融工程实验室(山东工商学院) 山东大学软件学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(62272281) 泰山学者专项基金(tsqn202306274) 山东省高等学校青年创新团队发展计划(2023KJ212) 国家自然基金与浙江省信息化与工业化融合重点项目(U22A2033) 

主　　题：目标检测 特征提取 注意力机制 插值函数 

摘      要：针对Deformable DETR仅采用ResNet进行简单特征提取限制了后续模块检测效果的问题， 提出一种基于特征增强与多项式差值的目标检测网络. 首先引入特征提取模块同时提取图像局部和全局信息， 帮助网络更精确地捕捉图像关键特征; 然后设计双注意力模块根据需求动态地调整特征通道和空间位置的权重， 使网络能够聚焦于对当前任务更为重要的图像区域; 最后提出一种多项式插值方法拟合目标点周围更多的特征向量， 计算生成更高质量的特征向量. 在COCO数据集上采用一致的实验条件进行实验， 相比Deformable DETR， 所提网络平均检测精度提升至44.8%， 大目标检测精度提升1.9个百分点， 各项检测精度均得到提升， 并且优于对比的其他系列网络.