融合注意力和多尺度特征的典型水面小目标检测

摘要：

为解决多场景复杂海况背景水面小目标检测存在的可利用特征少、纹理信息弱等问题,提升无人艇的环境感知能力,本文提出一种融合注意力和多尺度特征的典型水面小目标检测算法.首先,在网络的深层使用空洞空间金字塔池化模块融合目标的全局先验信息.其次,通过注意融合模块自适应地增强目标浅层空间位置和深层语义信息特征,提高网络的特征表示能力.最后,通过多尺度特征融合实现高性能的目标检测.本文构建了典型水面小目标数据集,并基于无人艇开展了真实海况下水面小目标检测的算法验证.实验结果表明,该算法在无人艇NVIDIA平台检测速率达到 17 FPS,能准确识别水面小目标,mIoU比原始特征金字塔网络算法提升 7.58%,平均检测精度提升 11.41%,达到 82.36%.

关键词：小目标检测、多尺度特征、注意力融合、无人艇

所属期刊栏目：44

分类号：TP391.4;TH701(计算技术、计算机技术)

资助基金：国家自然科学基金;湖南省自然科学基金项目;湖南省研究生科研创新项目

在线出版日期：2023-07-10（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：212-222