← 返回列表
面向无人机航拍图像的前景增强端到端小目标检测方法
摘要文本
本发明提出一种面向无人机航拍图像的前景增强端到端小目标检测方法,包括,将无人机拍摄的图像输入轻量化的骨干网络ShuffleNetV2中,得到不同尺寸的特征图;在特征图后添加FPN特征金字塔结构,进行多尺度特征的融合,得到融合后的多尺度特征图;将多尺度特征图输入单阶段检测头中,得到粗糙检测结果,从粗糙检测结果中获得前景图;将前景图通过一层卷积得到前景增强的多尺度特征图;将前景增强的多尺度特征图再次输入单阶段检测头中,得到精细检测框;使用动态软权重的冗余检测框抑制算法,将精细检测框中相同目标的多余冗余框进行消除,得到最终的检测结果。本发明提出的方法,对局部目标密集和全局前景稀疏的无人机航拍场景,具备良好的检测效果。
申请人信息
- 申请人:北京邮电大学
- 申请人地址:100876 北京市海淀区西土城路10号
- 发明人: 北京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向无人机航拍图像的前景增强端到端小目标检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311188934.8 |
| 申请日 | 2023/9/14 |
| 公告号 | CN117392560A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V20/17 |
| 权利人 | 北京邮电大学 |
| 发明人 | 欧中洪; 王世耿; 尧思远; 张洪星; 暴浩彤; 王兆丰年; 宋美娜 |
| 地址 | 北京市海淀区西土城路10号 |
专利主权项内容
1.一种面向无人机航拍图像的前景增强端到端小目标检测方法,其特征在于,包括以下步骤:将无人机拍摄的图像输入轻量化的骨干网络ShuffleNetV2中,得到不同尺寸的特征图;在所述特征图后添加FPN特征金字塔结构,进行多尺度特征的融合,得到融合后的多尺度特征图;将所述多尺度特征图输入单阶段检测头中,得到粗糙检测结果,从所述粗糙检测结果中获得前景图;将所述前景图通过一层卷积得到前景增强的多尺度特征图;将前景增强的多尺度特征图再次输入所述单阶段检测头中,得到精细检测框;使用动态软权重的冗余检测框抑制算法,将所述精细检测框中相同目标的多余冗余框进行消除,得到最终的检测结果。