基于强化底层特征的无人机航拍图像小目标检测算法

作     者：吕晓君 向伟 刘云鹏 Lyu Xiaojun;Xiang Wei;Liu Yunpeng

作者机构：中国科学院沈阳自动化研究所沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学北京100049 中国科学院光电信息处理重点实验室沈阳110016 辽宁省图像理解与视觉计算重点实验室沈阳110016 

基　　金：中国科学院科技创新重点基金资助项目(Y8K4160401) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2021年第38卷第5期

页      码：1567-1571页

摘      要：针对无人机航拍图像小目标检测整体精度低、漏检误检的问题,提出了一种新的基于强化底层特征的多尺度小目标检测方法。该方法以Faster R-CNN-ResNet-50-FPN为基础模型,首先,设计提出了新的DetNet-59特征提取网络;其次,设计了扁平的Flat-FPN特征融合网络来提高强化底层特征;最后通过引入soft-NMS解决小目标重叠问题。所提出的算法在VOC2007和VisDrone2019数据集上进行仿真实验测试,在时间消耗提升不大于2%的情况下,mAP较基础模型提高了约11%,并且检测精度也优于现阶段的常用算法。实验结果表明,该算法在保证实时性的同时可以有效提高小目标检测精度。

主 题 词：无人机 底层特征 深度学习 小目标检测 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19734/j.issn.1001-3695.2020.04.0148

馆 藏 号：203103147...