多尺度特征增强融合的实时航拍车辆检测算法

摘要：

无人机航拍的车辆受成像条件及成像距离等限制,所成影像面临背景干扰强、尺度小的缺陷,传统的目标检测算法无法满足高精度和实时的车辆检测.本文提出多尺度特征增强融合的实时航拍车辆检测算法.首先,提出一种相邻特征连接模块,将浅层的细节特征和相邻深层的语义特征进行融合,形成多尺度特征金字塔模型.然后,设计一种通道特征增强模块,使得网络抑制冗余特征的学习,增强特征之间的判别性.实验证明,提出的航拍车辆检测算法能够达到91.3％的准确率和每秒58帧的实时性,可以较好解决处于遮挡、阴影干扰等复杂环境下的车辆弱小目标定位问题.

关键词：深度学习、航拍车辆、多尺度特征增强、上下文信息、实时检测

所属期刊栏目：24

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2020-04-17（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：298-305