-
题名面向无人机遥感目标检测的特征感知分离网络
- 1
-
-
作者
周晓琴
王长海
操丽
-
机构
广西交通职业技术学院土木建筑工程学院
广西基础设施三维数字孪生工程研究中心
广西交通设计集团有限公司
武汉光谷卓越科技股份有限公司
-
出处
《遥感信息》
北大核心
2025年第5期51-60,共10页
-
基金
广西科技计划(桂科AB23026153)
交通安全应急信息技术国家工程实验室东盟(广西)分实验室基金(桂科ZY23055046)。
-
文摘
为解决无人机遥感图像中目标尺度多变、复杂背景以及小目标密集排列等挑战,提出了一种自适应特征感知分离网络AFASNet(adaptive feature aware and separation network)。该网络包括一个尺度感知模块(scale-aware feature highlighting and enhancement module,SAM)和一个类别感知模块(class-aware feature separation module,CAM)。SAM在网络的预测特征图上激活不同尺度的目标,避免了不同尺度的目标在同一分辨率的特征图上的相互影响。CAM通过类别区分特征图中的特征,将不同类别的特征分离到不同通道,减轻跨类别特征干扰和复杂背景的问题。实验结果表明,AFASNet在NWPU VHR-10、DOTA 1.0以及DIOR这3个基准航空图像遥感数据集上分别实现了98.33%、62.43%以及79.8%的mAP,整体性能优于其他几种先进对比方法,具有较高的检测准确度。
-
关键词
无人机
目标检测
遥感图像
多尺度
小目标
深度学习
-
Keywords
UAV
object detection
remote sensing image
multi-scale
small object
deep learning
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
