基于改进卷积神经网络的无人机图像目标检测研究.pdfVIP

基于改进卷积神经网络的无人机图像目标检测研究

摘要

为了提高感知效率，无人机通常在高空俯瞰地面进行拍摄，导致获得的图像包

含大量的小目标以及复杂的背景信息，这些特点给目标检测器带来了巨大挑战。目

前，一些模型在处理无人机图像时过于复杂，不利于实际部署。此外，由于常见的

无人机图像是由携带视野受限的相机拍摄的，所以获得的图像存在盲区视野，这对

需要全面视觉信息的任务不利。因此，本文对无人机图像目标检测进行相关研究并

进一步提供了具有无盲区视野的无人机全景图像的目标检测方法。这种全景图像

是由无人机搭载全景相机在空中对地进行俯拍获得。与传统无人机图像不同，全景

图像还存在目标扭曲和不连续等问题，进一步增加了目标检测网络的难度。因此为

了解决上述提到的问题，本文进行了深入研究，其主要研究内容如下：

（1）无人机图像目标检测的性能与标准卷积运算抽取的特征效益有关，而标

准的卷积运算在每个感受野内中使用相同的参数提取信息，削弱了卷积区分背景

信息的能力。因此本文提出了感受野注意力卷积（（RFAConv）来解决上述问题。此

外，标准的卷积运算的尺寸固定为k×k，参数量随着卷积核的尺寸的增加呈现平

方增长，这对硬件环境并不友好。并且卷积核的采样形状固定，无法适应无人机图

像目标形状的变化。因此为了解决这两个方面的问题，本文再次提出了可变核卷积

（AKConv）来解决此问题。

（2）为了获得更广阔的视野信息，无人机通常选择较高的高度进行采样，导

致捕获的图像中包含大量的小目标和复杂的背景信息，这为现有的目标检测网络

带来了巨大的挑战。为了提升无人机图像检测性能，本文分别基于RFAConv以及

AKConv提出了特征增强和偏移的轻量化网络（（FESLNet）和混合全局和局部信息

的轻量化网络（MGLNet）两个检测网络显著提升检测精度，并保证网络所需要的

计算开销和参数数量。

（3）无人机搭载全景相机能够捕获360°视野范围内的信息。然而，360°

全景图像最常采用的表示方法是等距圆柱投影(ERP)，该投影方法会导致图像的左

右边缘不连续，同时上下部分的目标出现扭曲，这进一步加大了目标检测的难度。

为解决这些问题，本文提出了EPR-Det检测网络，旨在缓解图像扭曲和不连续的

问题，并同时提高目标检测精度。

关键词：目标检测，无人机图像，新型卷积，注意力机制

ObjectDetectionResearchforUAVImageBasedon

ImprovedConvolutionNeuralNetworks

ABSTRACT

Inordertoimproveperceptionefficiency,unmannedaerialvehicles(UAVs)usually

takepicturesathighaltitudesoverlookingtheground,resultingintheacquiredimages

oftencontainalargenumberofsmallobjectsandcomplexbackgroundinformation,

whichposesagreatchallengetoobjectdetectors.Currently,someexistingmodelsaretoo

complexforprocessingUAVimages,whichisnotconducivetopracticaldeployment.

Moreover,sinceUAVimagesarecapturedbycamerascarryingcameraswithrestricted

fieldsofview,thisresultsinimageswithblindspots,whichisdetrimentaltotasksthat

requirecomprehensivevisualinformation.Therefore,thisworkconductsarelev