arXiv cs.AI· Tianyi Zhou, Zijun Jia·· 10 小时前AI 评分18
冻结行人检测器的监督后处理选择:信息、目标变化与完整成本
Choosing Supervised Post-Processing for Frozen Person Detectors: Information, Object Changes, and Complete Cost
AI 导读
研究对比了候选分数、类别分布、几何、原生集摘要与自适应邻域元分类等多种读出方式在冻结行人检测器后处理中的表现。
正文 · AI 翻译
摘要:冻结检测器计算出的假设,可通过监督式后处理支撑更好的最终输出。选择读出方式需要了解哪些可用信息能提升检测效果,以及其处理成本。我们在相同的候选、监督和操作点条件下,比较了候选分数、类别分布、几何、原生集摘要和自适应邻域元分类。在 320 张留出的 CrowdHuman 图像上,向 97 维读出加入原生集上下文后,多出 275 个匹配和 96 个未匹配预测。在另一个 319 张图像的队列上,Full100 匹配 6004 个对象,而源选择的原始 WBF 为 5848 个,MetaDetect 风格的自适应为 6002 个。其相对原始版本的增益包含 300 个新增发现和 144 个丢失发现。经过执行等价优化后,Full100 和元统计读出在固定的 64 图像工作负载上,每个完整热请求均耗时约 95 毫秒。源冻结迁移在来自七个序列的 223 帧 MOT17Det 上给出正向点结果,而主要 MIAP 结果未显示改进。该研究支持使用信息量足够的输出读出,同时将优化后的元分类保留为有竞争力的选项。它还表明,为何仅凭特征维度和净检测增益不足以作为采用依据。
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI) |
| 引用为: | arXiv:2611.24003 [cs.CV] |
| (或 arXiv:2611.24003v1 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.24003 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Zijun Jia [查看电子邮件]
[v1]
2026年11月18日星期三 07:53:06 UTC(366 KB)
来源:arXiv cs.AI · arxiv.org