基于改进CenterNet的航拍图像目标检测算法

摘要：

为提高航拍图像目标检测精度以及检测速度,提出了基于自适应阈值的改进CenterNet航拍图像目标检测算法.以目标的中心点作为关键点代替锚框进行分类和边界回归,设计自适应阈值预测分支对预处理结果进行筛选优化.同时设计了编码-解码结构的主干网络,通过可变形空洞卷积结构以及基于注意力机制的卷积连接结构,将浅层空间信息以及深层语义信息进行有效提取以及特征融合,提升了输出特征图质量.并通过结构化信息丢弃和利用误检、漏检目标构建新样本的方法实现数据增强,降低误检率及漏检率.在公开数据集NWPU VHR-10上进行实验,结果表明,与基于ResNet-50的CenterNet相比,本文算法的平均精度均值提升5.17％,交并比为0.50和0.75的平均精度分别提升了3.57％和3.61％,检测速度达45 frame·s-1,取得了良好的检测精度和实时性的平衡.

关键词：图像处理、目标检测、卷积神经网络、自适应阈值、航拍图像

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技重大专项19ZXZNGX00060

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：184-193