封面文章：戴腾，张珂，尹东. 一种用于驾驶场景下手机检测的端到端的神经网络[J]. 光电工程，2021，48(4): 200325

当今，手机已成为人们生活的重要组成部分，不少人对其“形影不离”。驾驶员开车时使用手机的现象屡见不鲜，这将造成巨大的安全隐患。因此，实时监测司机驾驶行为，不仅有助于交通管理部门的管控，而且对于减少交通事故的发生具有重大的现实意义。随着计算机视觉的迅猛发展，尤其是卷积神经网络的兴起，图像和视频处理更加精准、高效，应用越来越广泛。因此，对于手机等小目标的识别，如何提高图像检测的准确率、实时性能、抗干扰性能，是一个非常值得探索的问题。
中国科学技术大学信息科学技术学院智能信息处理实验室尹东副教授研究团队提出了一种用于驾驶场景下手机检测的端到端的神经网络。该方法主要设计了一个端到端的小目标检测网络OMPDNet来提取图片特征，在维持较高的识别准确率下，确保处理的实时性。此外，该研究团队采用监督与弱监督方式构建了自己的数据集，并在数据集中加入负样本用于训练。实验结果表明，所提出方法有很好的识别准确率，并且处理速度也快，优于当前多种主流目标检测算法。同时，该项工作对于深度学习在小目标检测方面有一定的拓展和启发。