基于细化上下文特征网络的遥感小目标检测算法
董燕1
何媛2
李冰芮2
高广帅2
魏铭宏2
1.中原工学院信息与通信工程学院,河南郑州 450007;电子科技大学自动化工程学院,四川成都 6117312.中原工学院信息与通信工程学院,河南郑州 450007
摘要：在遥感图像中,小目标由于尺寸较小且背景复杂,经过多层卷积处理后,其关键信息容易丢失或被背景特征淹没,导致后续分类和回归任务难度增加.为解决这一问题,提出了一种基于细化上下文特征网络的遥感小目标检测算法.首先,通过调整主干网络中Bottleneck的数量分布,保留更多底层细节信息.其次,在特征金字塔的基础上引入强化空间注意力模块,生成分层注意力热图以突出不同层级上特定尺度的特征,并结合特征引导模块融合上下文信息.最后,引入自适应稀疏卷积模块,降低模型过拟合风险并减少计算量.实验结果表明,在TinyPerson数据集上,当IoU阈值设置为0.5时,该算法的平均精度达到58.24％,优于现有检测算法.
关键词：遥感目标检测强化空间注意力分层注意力自适应稀疏卷积
分类号：TP3(计算技术、计算机技术)
资助基金：国家自然科学基金(62072489)中原科技创新领军人才项目(234200510009)河南省科技攻关项目(232102211002)河南省科技攻关项目(232102211030)
论文发表日期：2025-04-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 15-23,33 )
英文信息