-
题名基于DFECANet的遥感图像飞机目标检测方法
- 1
-
-
作者
单慧琳
吕宗奎
付相为
胡宇翔
段修贤
张银胜
-
机构
无锡学院电子信息工程学院
南京信息工程大学电子与信息工程学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第2期19-29,共11页
-
基金
国家自然科学基金(62071240,62106111)
江苏省产教融合型一流课程(2022-133)项目资助。
-
文摘
针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。
-
关键词
图像处理
目标检测
多尺度特征融合
遥感图像
特征上采样
-
Keywords
image processing
target detection
multi-scale feature fusion
remote sensing images
feature upsampling
-
分类号
TP751.2
[自动化与计算机技术—检测技术与自动化装置]
TN919.5
[电子电信—通信与信息系统]
-