基于双帧融合的野外运动小目标检测网络

作     者：赵筱晗 张泽斌 李宝清 ZHAO Xiaohan;ZHANG Zebin;LI Baoqing

作者机构：中国科学院上海微系统与信息技术研究所微系统技术重点实验室上海201800 中国科学院大学北京100049 

基　　金：中国科学院微系统与信息技术研究所微系统技术重点实验室基金(6142804220102)资助 

出 版 物：《中国科学院大学学报（中英文）》 (Journal of University of Chinese Academy of Sciences)

年 卷 期：2024年第41卷第6期

页      码：810-820页

摘      要：由于野外监控传感系统中背景干扰较多、小目标像素点较少以及缺乏相关公开数据集等因素,在野外复杂环境中检测运动小目标仍然是国防军事应用中一个具有挑战性的问题。针对这一问题,提出一种基于YOLOv5改进的双帧融合目标检测网络(YOLO-DFNet)。首先,提出双帧融合模块用来处理骨干网络输出的相邻帧特征,通过计算通道及时间维度的注意力和空间注意力,提取运动特征;其次,在颈部网络与检测头之间设计一个时间梯形融合网络,关注不同大小感受野上的运动目标,改善大位移小目标的检测效果。在野外运动小目标数据集FMSOD上的实验结果表明:YOLO-DFNet在不同IoU上的平均精度比YOLOv5算法提高3.9个百分点,同时也优于TPH-YOLOv5、YOLOv7等其他目标检测网络。

主 题 词：目标检测 野外监控传感网 运动小目标 双帧融合 时空注意力 

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

核心收录：

D　O　I：10.7523/j.ucas.2023.008

馆 藏 号：203155529...