基于多维特征优化的红外小型无人机目标检测

提出了一种基于编码-解码结构的红外无人机检测模型——FENet。在该模型中,设计了多尺度特征注意模块,强化目标特征表达以增强模型的判别能力,并采用低级特征分布策略补充小目标丢失信息。此外,通过局部上下文通道注意力模块优化特征传递,平衡不同层的特征信息。并设计自适应多尺度检测的联合损失函数优化整体监督与像素级监督之间的权衡,降低漏检率并提高精度。在无人机红外数据集AntiUAV410上的实验结果表明,FENet在平均交并比上提升了1.93%,检测精度提升了1.74%,误报率降低了30.16,这些结果表明,FENet在检测性能上显著优于现有的代表性方法,展现了较高的检测精度和鲁棒性。

资料为PDF文档格式.

本文档关键词:小型,优化,特征,多维,无人机