基于人眼视点图的特征融合小目标检测算法

摘要：

针对目前深度学习小目标检测算法在实际应用中存在的漏检率高、精度低等问题,提出了 一种基于人眼视点图的特征融合小目标检测算法.基于多类别单阶检测器(single shot multibox detection,SSD)算法通过不同扩张率的空洞卷积融合,在基础网络上获得具有类似人眼感受野的浅层特征层;对附加网络中的特征层进行信息融合,合并上下文信息,增加位置信息和全局语义信息,从而提升小目标检测精度.通过PASCAL VOC 2007数据集验证,结果表明,该算法较传统SSD算法检测精度提升了 3.7％,较改进的小目标检测算法Bi-SSD精度提升了 0.8％,验证了选择更有表征能力的特征层是有效提升小目标检测精度的方法.

关键词：小目标检测、单阶检测器算法、空洞卷积空间金字塔、特征金字塔融合

所属期刊栏目：44

分类号：TP751.1(遥感技术)

资助基金：陕西省自然科学基础研究计划资助课题2020JQ-491

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1120-1127