УСОВЕРШЕНСТВОВАННАЯ АРХИТЕКТУРА КОНТЕКСТНОЙ РЕКОНСТРУКЦИИ ДЛЯ РОБАСТНОГО ОБНАРУЖЕНИЯ ОБЪЕКТОВ В УСЛОВИЯХ ЧАСТИЧНОГО ПЕРЕКРЫТИЯ

Сичкар В. Н

Об авторах

Сичкар В. Н

Сичкар Валентин Николаевич – аспирант, ФГАОУ ВО «Национальный исследовательский университет ИТМО», г. Санкт -Петербург. Область научных интересов: компьютерное зрение, распознавание объектов в сложных условиях, нейронные сети. ORCID: 0000-0001-9825-0881

Скачать PDF

УДК: 004.855.5
DOI: 10.24412/2413-7383-2026-1-40-25-40
Язык: Английский

Аннотация: Частичное перекрытие приводит к критической деградации производительности детекторов объектов: при перекрытии более 40% площади точность падает с 92-94% до 65-71% mAP@0.5, хотя 60-80% объектов в реальных сценариях подвержены окклюзии. Представлена архитектура ACRAFD (Architecture for Contextual Reconstruction and Adaptive Fragment-aware Detection), интегрирующая контекстную реконструкцию, фрагментно-ориентированный анализ и адаптивное внимание. Архитектура включает унифицированный контекстно-фрагментный модуль (UCFM), гибридный блок адаптивного внимания (HAAB) с IoU-взвешиванием и слой дополнения признаков (FCL) на основе диффузионных моделей. Введена функция потерь Fragment-Aware Focal Loss и специализированные метрики: FA-mAP, COS, RS. Эксперименты на MS COCO 2017 показывают: ACRAFD достигает 93,2% mAP@0.5 на сильно перекрытых объектах (+21,4 п.п. относительно базовых моделей), FA-mAP 81,7% (+22,6%), COS 0,91 (+17,0%), RS 94,8% (+11,3%). Результаты демонстрируют существенные улучшения для критически важных приложений компьютерного зрения.

Ключевые слова: ACRAFD, распознавание объектов, окклюзия, глубокое обучение

Список литературы

1. Girshick R. Donahue J. Darrell T. Malik J. Rich feature hierarchies for accurate object detection and semantic segmentation // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2014). 2014. Pp. 580-587. DOI: 10.1109/CVPR.2014.81
2. Redmon J. Divvala S. Girshick R. Farhadi A. You only look once: Unified, real-time object detection. Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2016). - 2016. - Pp. 779-788. - DOI: 10.1109/CVPR.2016.91
3. Carion N. Massa F. Synnaeve G. Usunier N. Kirillov A. Zagoruyko S. End-to-end object detection with transformers // Proc. European Conference on Computer Vision (ECCV 2020). - 2020. - Pp. 213-229. - DOI: 10.1007/978-3-030-58452-8_13
4. Zhang, S. Benenson, R. Omran, M. Hosang, J. and Schiele, B. How far are we from solving pedestrian detection? // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2016). - 2016. - Pp. 1259-1267. - DOI: 10.1109/CVPR.2016.141
5. Oksuz, K. Cam, B.C. Kalkan, S. and Akbas, E. Imbalance problems in object detection: A review // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2021. Vol. 43. No. 10. Pp. 3388-3415. - DOI: 10.1109/TPAMI.2020.2981890
6. Ge Z. Liu S. Wang F. Li Z. Sun J. YOLOX: Exceeding YOLO series in 2021 // arXiv preprint arXiv:2107.08430. - 2021. - DOI: 10.48550/arXiv.2107.08430
7. Ren S. He K. Girshick R. Sun J. Faster R-CNN: Towards real-time object detection with region proposal networks // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Vol. 39. No. 6. Pp 1137-1149. - DOI: 10.1109/TPAMI.2016.2577031
8. He K. Gkioxari G. Dollár P. Girshick R. Mask R-CNN // Proc. IEEE International Conference on Computer Vision (ICCV 2017). 2017. Pp. 2961-2969. DOI: 10.1109/ICCV.2017.322
9. Zhu X. Su W. Lu L. Li B. Wang X. Dai J. Deformable DETR: Deformable transformers for end-to-end object detection // International Conference on Learning Representations (ICLR 2021). - 2021.
10. Zhang H. Li F. Liu S. Zhang L. Su H. Zhu J. Ni L.M. Shum H.Y. DINO: DETR with improved denoising anchor boxes for end-to-end object detection // International Conference on Learning Representations (ICLR 2022). 2022.
11. Liu W. Liao S. Ren W. Hu W. Yu Y. High-level semantic feature detection: A new perspective for pedestrian detection // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2019). - 2019. - Pp. 5187-5196. - DOI: 10.1109/CVPR.2019.00533
12. Zhang, S. Wen, L. Bian, X. Lei, Z. and Li, S.Z. Occlusion-aware R-CNN: Detecting pedestrians in a crowd // Computer Vision 15th European Conference (ECCV 2018). 2018. Pp. 637-653. DOI: 10.1007/978- 3-030-01219-9_39 Advanced Contextual Reconstruction Architecture for Robust Object Detection … S
13. Dai, J. Qi, H. Xiong, Y. Li, Y. Zhang, G. Hu, H. and Wei, Y. Deformable convolutional networks // Proc. IEEE International Conference on Computer Vision (ICCV 2017). 2017. Pp. 764-773. DOI: 10.1109/ICCV.2017.89
14. Lin T.Y. Goyal P. Girshick R. He K. Dollár P. Focal loss for dense object detection // Proc. IEEE International Conference on Computer Vision (ICCV 2017). 2017. Pp. 2980-2988. DOI: 10.1109/ICCV.2017.324
15. Rezatofighi H. Tsoi N. Gwak J. Sadeghian A. Reid I. Savarese S. Generalized intersection over union: A metric and a loss for bounding box regression // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2019). - 2019. - Pp. 658-666. - DOI: 10.1109/CVPR.2019.00075
16. Woo S. Park J. Lee J.Y. Kweon I.S. CBAM: Convolutional block attention module // Proc. European Conference on Computer Vision (ECCV 2018). - 2018. - Pp. 3-19. - DOI: 10.1007/978-3-030-01234-2_1
17. Hu J. Shen L. Sun G. Squeeze-and-excitation networks // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2018). - 2018. - Pp. 7132-7141. - DOI: 10.1109/CVPR.2018.00745
18. Yun S. Han D. Oh S.J. Chun S. Choe J. Yoo Y. CutMix: Regularization strategy to train strong classifiers with localizable features // Proc. IEEE International Conference on Computer Vision (ICCV 2019). - 2019. - Pp. 6023-6032. - DOI: 10.1109/ICCV.2019.00612
19. Dwibedi D. Misra I. Hebert M. Cut, paste and learn: Surprisingly easy synthesis for instance detection // Proc. IEEE International Conference on Computer Vision (ICCV 2017). - 2017. - Pp. 1301-1310. - DOI: 10.1109/ICCV.2017.146
20. Felzenszwalb, P.F. Girshick, R.B. McAllester, D. and Ramanan, D. Object detection with discriminatively trained part-based models // IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI 2010). - 2010. - Vol. 32. - No. 9. - Pp. 1627-1645. DOI: 10.1109/TPAMI.2009.167
21. Li K. Malik J. Amodal instance segmentation // Proc. European Conference on Computer Vision (ECCV 2016). - 2016. - Pp. 677-693. - DOI: 10.1007/978-3-319-46448-0_41
22. Zhu Y. Tian Y. Metaxas D. Dollár P. Semantic amodal segmentation // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). 2017. Pp. 1464-1472. DOI: 10.1109/CVPR.2017.408
23. Follmann P. König R. Härtinger P. Klostermann M. Learning to see the invisible: End-to-end trainable amodal instance segmentation // Proc. IEEE Winter Conference on Applications of Computer Vision (WACV 2019). - 2019. - Pp. 1328-1336. - DOI: 10.1109/WACV.2019.00146
24. Xu D. Zhu Y. Choy C.B. Fei-Fei L. Scene graph generation by iterative message passing // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). 2017. Pp. 5410-5419. DOI: 10.1109/CVPR.2017.330
25. Chen X. Li L.J. Fei-Fei L. Gupta A. Iterative visual reasoning beyond convolutions // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2018). - 2018. Pp. 7239-7248. DOI: 10.1109/CVPR.2018.00756
26. Vaswani A. Shazeer N. Parmar N. Uszkoreit J. Jones L. Gomez A.N. Kaiser Ł. Polosukhin I. Attention is all you need // Advances in Neural Information Processing Systems (NIPS 2017). 2017. Vol. 30. Pp. 5998-6008. - DOI: 10.48550/arXiv.1706.03762
27. Lin T.Y. Dollár P. Girshick R. He K. Hariharan B. Belongie S. Feature pyramid networks for object detection // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). 2017. Pp. 2117-2125. - DOI: 10.1109/CVPR.2017.106
28. Ho J. Jain A. Abbeel P. Denoising diffusion probabilistic models // Advances in Neural Information Processing Systems (NeurIPS 2020). - 2020. - Vol. 33. - Pp. 6840-6851. - DOI: 10.48550/arXiv.2006.11239
29. Lin T.Y. Maire M. Belongie S. Hays J. Perona P. Ramanan D. Dollár P. Zitnick C.L. Microsoft COCO:

Выпуск: 1(40)'2026
Раздел: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ
Как цитировать: Сичкар В. Н. УСОВЕРШЕНСТВОВАННАЯ АРХИТЕКТУРА КОНТЕКСТНОЙ РЕКОНСТРУКЦИИ ДЛЯ РОБАСТНОГО ОБНАРУЖЕНИЯ ОБЪЕКТОВ В УСЛОВИЯХ ЧАСТИЧНОГО ПЕРЕКРЫТИЯ // Проблемы искусственного интеллекта. - 2026. - № 1 (40). - С. 25-40. - https://paijournal.guiaidn.ru/ru/2026/1(40)-3.html

Назад к выпуску 1(40)'2026