复杂机场道面外来异物高精度实时检测算法

摘要：

机场道面外来物(foreign object debris,FOD)具有类型多样、形状各异、背景复杂、目标弱小等特点,并且严重影响飞行器安全,故其高精度实时检测具有重要意义.针对以上问题,提出基于超分辨率特征金字塔并带有纹理信息提取模块的FOD实时检测网络(FOD real-time detection network,FOD-RDN).该网络采用Darknet-53作为主干网提取特征,通过超分辨率特征金字塔对形状各异的小目标进行检测,并设计了纹理信息提取模块降低复杂背景的干扰.同时采用双通道YOLO检测器和基于CIoU的损失函数,进一步提升网络对FOD的检测精度和速度.实验结果表明,本文算法在满足实时性要求的情况下,在FOD数据集上整体检测精度达到了 91.8％,相比于主流目标检测网络在FOD目标检测方面具有更好的检测效果.

关键词：机场道面外来异物、小目标检测、多尺度融合、纹理信息提取、超分辨率、亚像素卷积、特征提取、完全交并比

所属期刊栏目：18

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;中央高校基本业务费项目

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：525-533