基于卷积注意力的无人机影像城市建筑检测方法研究

作者：颜志榕

来源：测绘与空间地理信息, 2022, S1: 265-271.

• 无人机影像
• 建筑物检测
• 深度学习
• 注意力机制
• 数据增强

针对无人机影像中建筑物的检测问题，提出一种回归型卷积神经网络模型。在骨干网络中使用并联残差结构与卷积注意力模块，在提高特征图信息丰富度的同时让模型更聚焦于真正的样本特征；以所有骨干网络输出特征为基础，利用多尺度融合-采样的方式构建了4个输出窗口的特征增强网络，并采用软性非极大值抑制算法筛选出最终的检测输出框。实验结果表明，本文模型在检测精度方面能够达到0.92平均精度均值的水平，高于所有对比模型，并且在测试条件下的检测速度可以达到26 f/s,具备快速检测的水平。