多尺度空洞卷积的无人机影像目标检测方法
无人机作为一种新型遥感传感器,越来越多地被应用在医疗、交通、环境监测、灾害预警、动物保护以及军事等领域.由于无人机飞行器飞行高度差异大、采集影像视角可变、飞行速度快,因此无人机影像上的目标具有尺度变化大、分布差异明显、背景复杂、存在大量遮挡等特点,这为无人机影像目标检测带来了一定的困难.针对此,提出一种多尺度空洞卷积的无人机影像目标检测方法,在现有的目标检测算法的基础上,增加多尺度的空洞卷积模块,加大视野感知城,提高网络对无人机影像中的目标分布情况、尺寸差异等特点的学习能力,进一步提升网络对无人机影像中多尺度、复杂背景下的目标的检测精度.实验结果表明,所提出的算法在不增加网络参数的情况下,提升了无人机影像上目标检测的精确度和召回率,具有一定的有效性和鲁棒性.
多尺度模型、空洞卷积、无人机影像、目标检测
45
P237(摄影测量学与测绘遥感)
国家重点研发计划战略性国际科技创新合作重点专项;中国工程院咨询研究项目;国家自然科学基金;湖北省自然科学基金计划创新群体项目
2020-08-27(万方平台首次上网日期,不代表论文的发表时间)
共9页
895-903