基于超分辨率重建的小目标智能检测算法
摘要
针对小目标占有像素少导致检测精确率低的问题，提出一种基于超分辨率重建的小目标检测算法。首先，通过图像预处理对高分辨率图像分块并筛选出含有目标的子图像；其次，构建超分辨率锐化增强模块，引入锐化图像和锐化损失，以获得边缘更清晰的高分辨率子图像；然后，采用多尺度锐化目标检测模块检测目标，该模块添加边缘锐化模型，在深层特征层中进一步锐化图像边缘，弥补深层卷积对细节的损失；最后，根据子图像编号将小目标检测结果回归到原图像中，完成小目标图像检测。在PASCAL VOC数据集和COCO 2017数据集上的实验结果表明，所提算法的平均精确率（mAP）分别为85.3%和54.0%，对COCO数据集的小目标检测精确率为43.5%，高于次优值9.7个百分点。因此，所提算法可以有效减少小目标漏检的次数，提高检测精确率。
引用本文（GB/T 7714）
蔡心悦 Cai Xinyue, 周杨 Zhou Yang, 胡校飞 Hu Xiaofei, 等. 基于超分辨率重建的小目标智能检测算法[J]. Laser & Optoelectronics Progress, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。