文献类型：期刊文章

作　　者：刘树东[1] 刘业辉[1] 孙叶美[1] 李懿霏[1] 王娇[1]

LIU Shudong;LIU Yehui;SUN Yemei;LI Yifei;WANG Jiao(School of Computer and Information Engineering,Tianjin Chengjian University,Tianjin 300384,China)

机构地区：[1]天津城建大学计算机与信息工程学院,天津300384

出　　处：《北京航空航天大学学报》

基　　金：天津市科技计划(20YDTPJC01310)。

年　　份：2023

卷　　号：49

期　　号：3

起止页码：514-524

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明:所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。

关 键 词：目标检测 无人机图像  倒置残差  注意力 多尺度特征融合  

分 类 号：TP391.4]