改进的SSD航拍目标检测方法

• 作者: 朱永英 李飞 王鹏乾 裴伟 许晏铭 鲁明羽
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 深度学习 无人机 深度残差网络 特征融合
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智能数据管理与分析技术专刊
• 页码范围: 738-758
• 页数: 21页
• 分类号: TP18
• 字数: 10297字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005695

摘要

近年来,无人机技术的快速发展使得无人机地面目标检测技术成为计算机视觉领域的重要研究方向,无人机在军事侦察、交通管制等场景中具有普遍的应用价值.针对无人机场景下目标分辨率低、尺度变化大、相机快速运动、目标遮挡和光照变化等问题,提出一种基于残差网络的航拍目标检测算法.在SSD(single shot multibox detector)目标检测算法的基础上,用表征能力更强的残差网络进行基准网络的替换,用残差学习降低网络训练难度,提高目标检测精度;引入跳跃连接机制降低提取特征的冗余度,解决层数增加出现的性能退化问题.同时,针对SSD目标检测算法存在的目标重复检测和小样本漏检问题,提出一种基于特征融合的航拍目标检测算法.算法引入不同分类层的特征融合机制,把网络结构中低层视觉特征与高层语义特征有机地结合在一起.实验结果表明,算法在检测准确性和实时性方面均具有较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明羽	大连海事大学信息科学技术学院	42	574	11.0	23.0
2	朱永英	大连海洋大学海洋与土木工程学院	14	34	3.0	5.0
3	裴伟	大连海事大学环境科学与工程学院	5	25	2.0	5.0
4	许晏铭	大连海事大学信息科学技术学院	1	13	1.0	1.0
5	王鹏乾	大连海事大学信息科学技术学院	2	14	1.0	2.0
6	李飞	大连海事大学信息科学技术学院	1	13	1.0	1.0