【技术实现步骤摘要】
本申请的实施例涉及计算机视觉，特别涉及一种低空遥感目标检测方法。
技术介绍
1、光学遥感图像目标检测技术是当前计算机视觉领域的研究热点技术，尤其是随着无人机技术的发展，对低空无人机图像中的目标检测需求尤为迫切。低空遥感图像中环境复杂，背景种类多，包含行人、机动车等小目标，且无人机拍摄高度灵活，目标尺度多变，给遥感目标检测带来了诸多困难。因此，对低空无人机遥感目标中的小目标与多尺度目标进行检测对实际应用有着重大意义。
2、近年来，深度学习技术发展迅速，在计算机视觉领域应用极多。随着深度学习技术的应用，yolov5、yolov8等基于深度学习的目标检测框架被广泛应用于日常目标检测领域当中。但该类算法对俯视视角、尺度丰富、存在小目标的低空无人机影像中检测效果有限，精度较低，难以直接应用在实际任务中。
3、胡炳昊等人在《融合位置注意力的空洞卷积无人机影像多目标检测方法》一文中提出了一种利用融合位置注意力的空洞卷积目标检测方法，该方法使用级联空洞卷积提取特征，提出位置注意力模块对特征进行增强，得到了较好的检测精度。但该方法...
【技术保护点】
1.一种低空遥感目标检测方法，其特征在于，包括：
2.根据权利要求1所述的低空遥感目标检测方法，其特征在于，所述利用预构建的基于稀疏交叉注意力的低空遥感目标检测模型处理所述待检测的低空遥感图像，得到低空遥感图像的检测目标，包括：
3.根据权利要求2所述的低空遥感目标检测方法，其特征在于，所述特征增强模块包括：第一卷积层、第二卷积层、第三卷积层、全局平均池化层、全局最大池化层和Softmax层；
4.根据权利要求2所述的低空遥感目标检测方法，其特征在于，所述小目标特征融合模块包括第四卷积层、CSAB层、MLP层和第六卷积层；
<...【技术特征摘要】
1.一种低空遥感目标检测方法，其特征在于，包括：
2.根据权利要求1所述的低空遥感目标检测方法，其特征在于，所述利用预构建的基于稀疏交叉注意力的低空遥感目标检测模型处理所述待检测的低空遥感图像，得到低空遥感图像的检测目标，包括：
3.根据权利要求2所述的低空遥感目标检测方法，其特征在于，所述特征增强模块包括：第一卷积层、第二卷积层、第三卷积层、全局平均池化层、全局最大池化层和softmax层；
4.根据权利要求2所述的低空遥感目标检测方法，其特征在于，所述小目标特征融合模块包括第四卷积层、csab层、mlp层和第六卷积层；
5.根据权利要求2所述的低空遥感目标检测方法，其特征在于，所述利用所述头部网络的多个全局语义信息融合模块分别处理各路所述不同尺度的增强特征信息，对应得到多个感受野扩大特征信息，利用多个所述大目标检测头分别处理多个所述感受野扩大特征信息，对应得到所述低空遥感图像的多个大目标检测结果，包括：
6.根据权利要求5所述的低空遥感目标检测方法，其特征在于，所述全局语义信息融合模块包括第六卷积层、第七卷积层、第八卷积层；所述利用单个所述全局语义信息融合模块处理一路所述增强特征信息，得到一感受...
【专利技术属性】
技术研发人员：王靖宇，马明睿，苏雨，王红梅，张科，马振宇，黄鹏飞，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。