基于改进Double-Head RCNN的无人机航拍图像小目标检测算法

作者：王殿伟; 胡里晨; 房杰; 许志杰

来源：北京航空航天大学学报, 2023, 1-10.

DOI：10.13700/j.bh.1001-5965.2022.0591

• 小目标检测
• 无人机航拍图像
• Double-Head RCNN
• Transformer
• 内容感知特征重组

为解决无人机航拍图像中小目标特征信息少且容易被噪声干扰导致现有算法漏检率和误检率高的问题，本文提出一种改进Double-Head RCNN的无人机航拍图像小目标检测算法。首先在骨干网络ResNet-50上引入Transformer和可变形卷积模块，更有效提取小目标特征信息和语义信息；然后，提出了一种基于内容感知特征重组的特征金字塔网络结构CARAFE-FPN，解决特征融合过程中小目标信息被背景噪声干扰而丢失特征信息的问题；最后，在区域建议网络中针对小目标尺度分布特点重新设置Anchor生成尺度，进一步提升小目标检测性能。在VisDrone2019数据集上的实验结果表明，本算法能提取更具有表征能力的小目标特征信息和语义信息，对比于Double-Head RCNN算法，本算法的参数量增加了9.73M，FPS损失了0.6，但是AP、AP50和AP75分别提升了2.6%、6.2%和2.1%，APs提升了3.1%。

• 单位
  西安邮电大学; 通信与信息工程学院