近期，必威Betway东盟体育齐强老师一篇关于视频目标检测的论文（题目为TGBFormer: Transformer-GraphFormer Blender Network for Video Object Detection）被CCF A类国际会议Annual AAAI Conference on Artificial Intelligence接收。AAAI是国际人工智能领域最顶级的学术会议之一，由美国人工智能促进协会主办，具有极高的学术影响力。会议将于2025年2月25日至3月4日在美国举行。
图1 所提出的Transformer-GraphFormer混合网络框架图
论文简介：
得益于卷积神经网络 (CNNs) 和视觉Transformer (ViTs) 的发展，近年来视频目标检测取得了重大进展。通常，CNNs擅长捕捉局部特征，但难以对全局表示进行建模。相反，ViTs 擅长捕捉远程全局特征，但在局部特征细节表示方面面临挑战。现有视频目标检测方法大都仅依靠 CNNs或ViTs进行特征聚合，这限制了它们同时利用全局和局部信息的能力，从而导致了受限的检测性能。在本文中，我们提出了一种Transformer-GraphFormer混合网络 (TGBFormer)，该网络采用了三项关键技术，充分利用了Transformer和图卷积的优势，同时弥补了它们的局限性。大量实验表明，我们的TGBFormer 在 ImageNet VID 数据集上取得了优异的检测性能。
该研究工作得到了山东省自然科学基金项目等项目的支持。必威Betway东盟体育齐强老师为论文第一作者，必威BETWAY官网为第一单位。
