-
题名融合RGB与IR图像的遥感小目标检测方法
- 1
-
-
作者
刘春霞
孟吉星
潘理虎
龚大立
-
机构
太原科技大学计算机科学与技术学院
精英数智科技股份有限公司
-
出处
《计算机工程》
北大核心
2025年第7期326-338,共13页
-
基金
山西省基础研究项目(202203021221145)
山西省研究生联合培养示范基地项目(2022JD11)。
-
文摘
针对现有的目标检测方法在处理背景复杂、有效信息量少的遥感图像时存在的误检、漏检等问题,提出了一种多模态遥感小目标检测方法——BFMYOLO。设计了像素级的红-绿-蓝(RGB)和红外(IR)图像的融合模块,即多模态融合模块(BFM),充分利用不同模态的互补性,实现两种模态信息的有效融合;设计了全尺度自适应更新模块(AA),解决特征融合过程中的多目标信息冲突问题,通过结合CARAFE上采样算子并进一步融入浅层特征,在加强非相邻层间融合的同时增强小目标的空间信息;设计了改进的任务解耦检测头(IDHead),将分类和回归任务分开处理,以降低不同任务的相互干扰,融合深层语义特征,进一步提升模型的检测性能。采用归一化Wasserstein距离(NWD)损失函数作为定位回归损失函数,降低位置偏差的敏感性。实验结果表明,该方法在VEDAI、NWPU VHR-10和DIOR数据集上的阈值设定为0.5时的均值平均精度(mAP@0.5)分别达到78.6%、95.5%和73.3%,优于其他先进模型,在遥感小目标检测中表现出良好的性能。
-
关键词
遥感目标检测
可见光和红外图像
轻量级上采样算子
注意力机制
特征融合
-
Keywords
remote sensing target detection
visible and infrared image
lightweight upsampling operators
attention mechanisms
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
