Multi Scale Object Detection Based on Single Shot Multibox Detector with Feature Fusion and Inception Network
Md Foysal Haque, Dae-Seong Kang · The Journal of Korean Institute of Information Technology · 2018
현재 객체 탐지 분야에서 가장 효과적이고 실용적인 구조는 Inception layer이다. 또한 Inception layer 외에도 Feature fusion layer는 객체 탐지에서 중요한 성과를 보여준다. SSD(Single Shot Multibox Detector)는 현재 객체 탐지 분야에서 가장 유용하고 빠른 알고리즘 중 하나이다. SSD는 하나의 Convolutional neural network만을 사용하여 입력 영상으로부터 객체를 탐지한다. 또한 SSD는 다중 스케일 객체들의 탐지에 높은 정확도를 나타낸다. 그러나 작은 객체들의 탐지에서 SSD 네트워크의 성능은 만족스럽지 않다. 본 논문에서는 SSD의 성능 향상을 위해 SSD와 함께 Feature fusion layer와 Inception layer를 추가한다. 본 논문에서의 주요 초점은 Feature fusion에 의해 다른 계층들의 성능을 향상시키고 Inception layer에 의한 연산 비용을 최소화하는 것이다. 또한 이 SSD에서는 속도에 영향을 주지 않고 성능을 향상시키기 위해 여분의 layer를 추가한다. Inception layer와 Feature fusion layer를 SSD에 추가하면 네트워크의 복잡성을 증가시키지 않고도 더 많은 정보를 얻을 수 있고 더 작은 객체도 감지할 수 있다. 제안하는 알고리즘은 작거나 큰 객체들을 더 만족스러운 정확도로 탐지할 수 있다.