计算机应用研究2021，Vol.38Issue(5) ：1567-1571.DOI:10.19734/j.issn.1001-3695.2020.04.0148

基于强化底层特征的无人机航拍图像小目标检测算法

Small object detection algorithm on UAV aerial images based on enhanced lower feature

吕晓君 向伟 刘云鹏
计算机应用研究2021，Vol.38Issue(5) ：1567-1571.DOI:10.19734/j.issn.1001-3695.2020.04.0148
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于强化底层特征的无人机航拍图像小目标检测算法

Small object detection algorithm on UAV aerial images based on enhanced lower feature

吕晓君 1向伟 2刘云鹏2
扫码查看

作者信息

  • 1. 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
  • 2. 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
  • 折叠

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.

关键词

无人机/底层特征/深度学习/小目标检测

引用本文复制引用

基金项目

中国科学院科技创新重点基金资助项目(Y8K4160401)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量7
参考文献量4
段落导航相关论文