Rethinking Image Restoration for Object Detection

分享人：戴林辉
研究方向：视觉目标检测
论文题目：Rethinking Image Restoration for Object Detection
论文作者：Shangquan Sun, Wenqi Ren, Tao Wang, Xiaochun Cao
作者单位：中国科学院信息工程研究所、中山大学（深圳）
论文摘要：尽管图像恢复已经取得了重大进展，但其在不利成像条件下协助物体检测器的潜力缺乏足够的重视。据悉，现有的图像恢复方法无法提高目标检测器的性能，有时甚至会降低检测性能。为了解决这个问题，本文提出在恢复过程中进行有针对性的对抗性攻击，以提高恢复后的对象检测性能。具体地，本文提出了一种类似ADAM的对抗性攻击，以生成用于恢复训练的伪地面事实。得到的恢复图像接近原始清晰图像，同时导致更好的目标检测结果。作者在图像去雾和弱光增强方面进行了广泛的实验，并证明了本文的方法相对于传统训练和其他领域适应和多任务方法的优越性。所提出的流程可应用于所有一阶段和两阶段的恢复方法和检测器。
原文链接：

点击此处