摘要
针对航拍图像背景复杂,目标可视化特征不明显等问题,提出了一种基于改进Faster R-CNN的弱小行人或海上小型浮体等小目标检测方法.首先,为了提取到更具鉴别性的深层特征,使用性能更强的ResNet作为特征提取网络,以提升主干网络提取到的多尺度特征的表征能力.其次,为了提升模型针对小目标的检测精度,引入多尺度检测策略.考虑到不同深度特征的特点,使用空间注意力机制将不同尺度的检测任务分配给不同深度的特征.最后,为了提升特征的质量,设计了基于边缘增强的特征融合模块,该模块通过引入额外的软边缘先验信息增强特征的质量.实验结果表明,改进的Faster R-CNN可以有效提升海上和岸基小目标的检测精度,在公开数据集TinyPerson上的均值平均精度相比基线模型Faster R-CNN从 13.4 提升至38.48,有效提高海上救援、海上侦查的精度和准确度.
NETL
NSTL
万方数据