多尺度渐近特征融合的遥感目标检测算法研究

针对遥感图像目标尺度多样、小目标密集、背景环境复杂导致检测时出现的漏检及误检等问题,提出一种基于YOLOv8n改进的多尺度渐近特征融合的遥感目标检测算法。首先,构建结合多尺度残差网络的Res2C2f模块,更有效地捕捉不同尺度的特征;其次,设计跨级连接金字塔池化模块来改善原金字塔池化模块特征提取能力不足的问题;然后,重构多尺度的渐近特征融合网络来实现多尺度信息的交换,充分利用不同层级的特征来增强特征融合效果;最后,增加160×160尺寸的小目标检测层,提升模型在密集场景下对小目标的检测效果。在DOTA数据集中,相比基线模型,改进算法的精确率、召回率、平均精度均值分别提升了4.8、4.0和3.7个百分点。

结合Transformer的显著性目标检测

显著性目标检测中学习有效的全局卷积特征至关重要。卷积神经网络模型越深越能获得更好的全局感受野,但这样往往会丢失局部信息,还会导致目标边缘粗糙。为了解决这个问题,引用了一个新的基于注意力的编码器Vision Transformer,相比于CNN(convolutional neural network)而言,可以表示浅层到深层的全局特征,并建立图像中各区域的自注意力关系。具体地,首先采用Transformer编码器提取目标特征,编码器在浅层中保留了更多的局部边缘信息,以恢复最终显著图的空间细节。然后,利用Transformer编码器前后层之间继承的全局信息,将Transformer每一层输出特征最终预测。在此基础上,浅层的边缘监督以获取丰富的边缘信息,再将浅层信息与全局位置信息相结合。最后,在解码器中采用渐近融合的方式生成最终显著性图,促进高层信息和浅层信息地充分融合,更准确地定位显著目标及其边缘。实验结果表明,在5个广泛使用的数据集上,在不进行任何后处理的情况下,提出的方法性能好于最先进的方法。