基于中心点和双重注意力机制的无人机高分辨率图像小目标检测算法
无人机拍摄的图像具有分辨率高、视野大以及目标小的特点,而现有的目标检测方法对小目标特征的提取能力不足。为此,首先采用以中心点表示目标的检测网络CenterNet,引入可变形双重注意力机制,以提高对小目标的特征表达能力；然后针对原始非极大值抑制难以处理嵌套型冗余框的问题,在冗余检测剔除过程中提出了广义非极大值抑制方法；最后引入LegoNet卷积单元,减少了卷积参数,实现了精度与速度的平衡。实验主要采用的验证数据集为VisDrone2019和UAV_OUC,UAV_OUC数据集相比于VisDrone2019,其图片具有更高的分辨率。相比于CenterNet,所提出的方法在数据集UAV_OUC和VisDrone2019上的检测精度大约分别提高了10％和2％。
无人机 高分辨率 小目标检测 中心点检测 注意力机制
王胜科 任鹏飞 吕昕 庄新发
中国海洋大学信息科学与工程学院,山东青岛266100
国内会议
湖北襄阳
中文
650-659
2020-10-16（万方平台首次上网日期，不代表论文的发表时间）