一种通道-空间注意力机制特征融合的小目标检测模型 | |
陈海燕; 甄霞军; 赵涛涛 | |
刊名 | 华中科技大学学报(自然科学版) |
2022-05-31 | |
页码 | 1-8 |
关键词 | 小目标检测 特征融合 注意力机制 混叠效应 特征金字塔网络 |
DOI | 10.13245/j.hust.238491 |
英文摘要 | 小目标在图像中的内容占比低、特征不显著和易被噪声干扰等特点,使得目标检测时可用于检测的特征少.而基于深度卷积神经网络的Faster R-CNN目标检测模型在特征提取时经过多次池化操作,使得小目标的特征更加难以有效提取,从而对小目标的检测不利.针对此问题,提出一种通道-空间注意力机制特征融合的基于Faster R-CNN的小目标检测模型.首先设计了一种基于通道-空间注意力机制的特征融合方法,用于降低特征融合过程中引起的混叠效应;其次设计了一种跳跃残差连接模块用于降低特征融合过程中高层特征信息的丢失;最后基于Resnet101深层特征提取能力强的特点,用Resnet101替换Faster R-CNN中的VGG16,将提取的特征使用本文提出的通道-空间注意力机制特征融合方法融合生成特征金字塔网络,并将生成的特征金字塔网络作为Faster R-CNN的主干网络.在NWPU VHR-10数据集上对小目标检测的实验结果表明,本文模型的平均检测精度为82.5%,高于DSSD(55.4%)、FSSD(77.3%)、TDFSSD(76.8%)、Faster R-CNN(44.2%)和FPN(68.9%)的检测精度. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/158194] |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院 |
推荐引用方式 GB/T 7714 | 陈海燕,甄霞军,赵涛涛. 一种通道-空间注意力机制特征融合的小目标检测模型[J]. 华中科技大学学报(自然科学版),2022:1-8. |
APA | 陈海燕,甄霞军,&赵涛涛.(2022).一种通道-空间注意力机制特征融合的小目标检测模型.华中科技大学学报(自然科学版),1-8. |
MLA | 陈海燕,et al."一种通道-空间注意力机制特征融合的小目标检测模型".华中科技大学学报(自然科学版) (2022):1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论