基于深度重塑的航拍目标检测增强网络

摘要：

针对航拍图像目标检测中存在的复杂背景对检测的干扰、小目标的细节丢失及检测效率的高需求等问题,文中提出深度重塑增强网络(Depth-Reshaping Enhanced Network,DR-ENet).首先,采用空间深度重塑技术取代传统下采样方法,减少特征提取中的信息损失,增强对细节的捕获能力.然后,提出可变形空间金字塔池化方法,增强网络对目标形状变化的适应性和在复杂背景中目标识别的能力.同时,注意力解耦检测头增强针对各检测任务的学习效果.最后,为了同时兼顾密集小目标和复杂背景的特点,构建小型航拍数据集PORT.在3个公开航拍数据集及PORT数据集上的测试表明DR-ENet有一定的性能提升,说明其在航拍图像目标检测中的有效性和高效性.

关键词：航拍图像、计算机视觉、深度学习、目标检测、特征提取

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

在线出版日期：2024-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：652-662