联合自注意力和分支采样的无人机图像目标检测

作者：张云佐^*; 武存宇; 刘亚猛; 张天; 郑宇鑫

来源：光学精密工程, 2023, 31(18): 2723-2735.

• 无人机图像
• 自注意力
• 分支采样
• 多尺度
• 特征融合

无人机图像目标检测在诸多领域被广泛应用，但受制于图像背景复杂、目标密集，目标尺度变化剧烈，现有的无人机图像目标检测算法检测效果不够精准。为解决此类问题，提出了一种联合自注意力和分支采样的无人机图像目标检测方法。首先，设计了自注意力和卷积相融合的嵌套残差结构以实现全局信息和局部信息的有效结合，让模型聚焦于待测目标，从而淡化复杂背景的影响。其次，设计了一种基于分支采样的特征融合模块以弥补目标信息丢失。最后，引入浅层细粒度特征图，新增了针对微小目标的改进检测头以缓解尺度剧烈变化，并基于此提出一种特征增强模块，用于捕获更多具有鉴别性的小目标特征。经实验验证，本文所提算法在多种场景中性能良好。其中s模型在VisDrone2019数据集上的mAP50和mAP分别达到59.3%和37.1%，相较于基线模型增长了5.6%和5.4%，在UAVDT数据集上的mAP50和mAP分别达到44.1%和24.9%，相较于基线模型提高了5.8%和3.2%。

• 单位
  石家庄铁道大学