一种基于变分辨率机制的机坪目标检测算法.pdfVIP

第42

卷第1期西华大学学报（自然科学版）2023

年

1

月

Vol.

42，No.

1Journal

of

Xihua

University（Natural

Science

Edition）Jan.

2023

·

计算机技术与应用

·

一种基于变分辨率机制的机坪目标检测算法

刘晓疆，丁继存，刘

一112*

（1.

青岛民航凯亚系统集成有限公司,

山东

青岛

266000；2.

中国民航管理干部学院大数据与人工智能系,

北京

100102）

摘

要：多目标检测任务存在目标尺寸变化范围大的情况。通过采集高分辨率图像，可以保证

对小目标的观测效果，但是在原始图像中进行滑动窗口扫描式检索，会造成计算成本的显著增加；大

尺度目标的检测通过对原始高分辨率图像压缩快速完成，但压缩过程会导致小目标的大量细粒度特

征丢失：因此，文章提出一种基于变分辨率机制的YOLO检测

(multiple

resolution

mechanism

based

YOLO，MRMY)

算法,并用深度可分离卷积进行优化。该算法考虑特定场景下不同尺寸目标间的位

置关系，采用多分辨率机制，先对高分辨率图像进行压缩，对大目标进行快速检测，再根据大目标位

置信息确定小目标的搜索空间，并在原始高分辨率图像的局部区域进行小目标识别。由于在任一分

辨率下目标尺寸较为明确，因此可对检测模型基于归一化层剪裁掉网络中不重要通道。尽管检测任

务需要2次模型运算才能完成，但通过该检测模型可提高算法的速度。在网络公开数据集和自建数

据集上的测试结果表明，MRMY算法的全类平均正确度（mAP）比YOLO

V4算法提升约21%，检测速

度为84帧/秒与YOLO

V4的83帧/秒相近。

关键词：多分辨率；小目标检测；模型压缩；目标检测

中图分类号：TP751；TP183

文献标志码：A

文章编号：1673–159X(2023)01

−

0073

−

07

doi：10.12198/j.issn.1673

−

159X.4595

Fast

Multi-scale

Target

Detection

in

Apron

Based

on

Variable

Resolution

Mechanism

112*

LIU

Xiaojiang，DING

Jicun，LIU

Yi

（1.

QingdaoCivilAviationCaresCo.,Ltd.,Qingdao266000China;

2.

DepartmentofBigDataandArtificialIntelligence,CivilAviationManagementInstituteofChina,Beijing100102China）

Abstract:

In

the

apron

target

detection,

the

target

size

is

very

small

and

a

large

number

of

fine

particle

chara