复杂场景下深度表示的无人机目标检测算法

• 作者: 张彩霞 张文生 李斌 杨阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 复杂场景 深度表示 广义交并比损失 焦点损失 损失权重
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 118-123
• 页数: 6页
• 分类号: TP391.4
• 字数: 4644字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1905-0074

摘要

复杂地物背景下的无人机检测是"低小慢"目标检测任务中的难点问题.针对环境物体的扰动、无人机目标小而导致无人机目标检测算法准确率低,提出一种基于深度表示的复杂场景无人机目标检测方法.针对无人机目标位置检测不准确的问题,采用广义交并比度量目标真实位置与候选目标位置的偏差.针对正负样本不均衡和易分样本多而导致的学习效果差的问题,通过焦点损失的调制系数,降低负样本和易分样本的损失贡献.调整位置损失与类别损失的权重,提升位置准确性.为了验证性能,建立了一个无人机数据集.实验表明该算法在无人机数据上比YOLOv3提升了20.04％,在PASCAL VOC上比SSD和Retinanet的检测精度提升巨大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌		372	5610	37.0	58.0
5	杨阳	中国科学院自动化研究所	148	1314	17.0	29.0
6	张文生	中国科学院自动化研究所	98	1246	18.0	33.0
7	张彩霞		25	109	6.0	10.0