[發明專利]基于多尺度特征融合的無人機航拍圖像目標檢測方法

在審

• 申請號: 202211067311.0
• 申請日: 2022-09-01
• 公開（公告）號: CN116071668A
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 黃同愿;朱金江;譚禹
• 申請（專利權）人: 重慶理工大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/80;G06V10/82;G06V10/26;G06N3/048;G06N3/0464;G06N3/08
• 代理公司: 重慶智誠達邦專利代理事務所(普通合伙) 50289
• 代理人: 龔世妍

本發明公開了一種基于多尺度特征融合的無人機航拍圖像目標檢測方法。包括以下步驟。首先，在骨干網絡和頸部網絡使用h?swish激活函數，增加模型的表現能力；其次，在骨干網絡瓶頸層加入注意力機制(CoordAttention)，從而增加有效信息的權重并抑制背景噪聲干擾；最后，通過去除路徑聚合網絡(PANet)的冗余節點和添加額外的連接，并使用BlurPool取代下采樣方式，提出了一種特征金字塔網絡(Blur?PANet)來有效地融合多層特征。本文在VisDrone公開數據集對提出的網絡進行訓練，并進行了在線驗證。實驗結果表明，改進的YOLOV4網絡能夠有效地提高無人機航拍圖像的檢測精度。

技術領域

本發明涉及一種深度神經網絡，是一種基于多尺度特征融合和注意力機制的改進YOLOV4無人機航拍圖像目標檢測方法，屬于目標檢測領域。

背景技術

隨著網絡技術的飛速發展，無人機圖像目標檢測具有廣泛的應用，包括城市管理、森林防火、農業信息、電力線路檢測、交通監控、土地變化監控、軍事偵察等。此外，無人機影像在維護社會秩序方面發揮著至關重要的作用。物聯網結合無人機，可用于實時視頻監控，監控盲點。無人機航拍圖像數據量巨大，傳統的人工處理圖像內容的方法會導致遺漏和委托錯誤。因此，僅僅依靠人力資源來檢索、查看和處理海量圖像數據是不現實的。人工智能領域的智能視頻監控方法利用先進的算法處理海量圖像數據，為用戶提供滿足其需求的有用信息，節省人力物力，降低監控成本，顯著提高監控效率。無人機實時采集的海量視頻數據可以利用大數據技術和深度學習進行處理，將傳統的目標檢測方法從低效的人工模式轉變為智能實時高效模式。因此，利用深度學習在無人機航拍視頻中進行目標檢測具有重要的研究價值和意義。

之前該領域大部分采用的是傳統檢測算法，當無人機在高空對地面拍攝實時畫面時，極易受到外界環境的影響，導致傳統檢測算法采集到的目標特征點不太顯著，所以采用傳統的目標檢測算法進行檢測時，檢測速度較慢且精度較低，容易出現誤檢和漏檢。采用深度學習通過神經網絡對目標進行識別，相較于傳統的目標檢測算法，在檢測精度和速度方面都有極大地提升，在無人機對地面目標檢測的發展過程中也發揮了重要的作用。

與地面圖像相比，無人機圖像中的目標檢測更具挑戰性。無人機拍攝的圖像中存在大量微小物體，如小于32像素的物體。Audebert等在航拍圖像中利用深度全卷積網絡對車輛精確分割，通過連通分量的提取實現車輛檢測，證明了航拍圖像中語義分割和目標檢測的結合，可以提高檢測性能，尤其是在目標邊界信息的提取上。Mask?R-CNN、MaskLab等算法兼顧了分割和目標檢測，并在2個任務上都取得了很好的效果。受此啟發，Li等構建了一個語義分割指導下的RPN(semantic?segmentatio-guided?RPN，sRPN)模塊來抑制航拍圖像中的背景雜波。這個模塊將多層金字塔特征集成為一個新的特征后，進行空洞空間金字塔池化(Atrous?Spatial?Pyramid?Pooling，ASPP)和卷積運算，得到掩膜和語義特征，它們分別可以幫助指導RPN和得到更精準的回歸結果。sRPN對檢測精度有一定的提升作用，但獲取的特征在尺度上較為稀疏，上下文信息聯系不夠緊密，容易造成信息丟失。Yang等將注意力機制引入目標檢測中，提出了SCRDet，使用一個有監督的多維注意力網絡(Multi-Dimensional?Attention?Leaner，MDA-NET)來突出目標特征，弱化背景特征。Li等基于YOLOv4提出YOLOv4_Drone，加入空心卷積用于對特征圖像進行重采樣，從而提高對航拍圖像的特征提取和目標檢測性能。Zhu等基于YOLOv5提出TPH-YOLOv5，用Transformer的預測頭取代原來的檢測頭，提高對小目標的檢測能力。

發明內容

為了解決無人機航拍圖像目標檢測目前存在的問題，本發明提供了一種基于多尺度特征融合和注意力機制的改進YOLOv4無人機航拍圖像目標檢測方法，該方法能夠有效地提高無人機航拍圖像的檢測精度，具有良好的檢測性能，本發明的具體方案如下：

1.獲取數據集