-
题名单阶段多框检测器无人机航拍目标识别方法
被引量：9
- 1
-
-
作者
朱槐雨
李博
-
机构
电子科技大学机械与电气工程学院
电子科技大学中山学院机电工程学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第11期3234-3241,共8页
-
文摘
无人机(UAV)航拍图像视野开阔,图像中的目标较小且边缘模糊,而现有单阶段多框检测器(SSD)目标检测模型难以准确地检测航拍图像中的小目标。为了有效地解决原有模型容易漏检的问题,借鉴特征金字塔网络(FPN)提出了一种基于连续上采样的SSD模型。改进SSD模型将输入图像尺寸调整为320×320,新增Conv3_3特征层,将高层特征进行上采样,并利用特征金字塔结构对VGG16网络前5层特征进行融合,从而增强各个特征层的语义表达能力,同时重新设计先验框的尺寸。在公开航拍数据集UCAS-AOD上训练并验证,实验结果表明,所提改进SSD模型的各类平均精度均值(mAP)达到了94.78%,与现有SSD模型相比,其准确率提升了17.62%,其中飞机类别提升了4.66%,汽车类别提升了34.78%。
-
关键词
航拍图像
卷积神经网络
目标检测
单阶段多框检测器
特征融合
-
Keywords
aerial image
Convolution Neural Network(CNN)
target detection
Single Shot multibox Detector(SSD)
feature fusion
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
