基于改进Faster R-CNN的Logo目标检测方法

社交网络的发展和经济全球化赋予了Logo巨大的商业价值, 让Logo检测有很大的应用前景. 而现实情况中Logo目标在图片中往往占据很小的一部分, Logo的低分辨率导致检测性能难以进一步提升. 因此本文提出了一种基于改进Faster R-CNN的Logo检测方法. 该方法在Faster R-CNN框架中结合了生成对抗模型, 利用网络先将分辨率较低的Logo特征映射成高分辨率的表达能力更强的特征, 再送入完全连接层进行分类和回归, 从而提高检测的性能. 本文在公开的Logo数据集上进行了实验结果评估, 结果表明了本文提出的方法能有效地提高Logo物体检测的准确率的同时也没有因为结构的变化影响检测速度.