基于多尺度U-Net与Transformer特征融合的航空遥感图像飞机检测方法

【类型】期刊

【作者】张善文  邵彧  李萍  令伟锋 

【刊名】弹箭与制导学报

【关键词】 Transformer,Net与Transformer,航空遥感图像飞机检测,多尺度U,Net

【摘要】航空遥感图像(ARSI)飞机检测一直是一个重要且具有挑战性的课题。针对现有ARSI飞机检测方法(ARSIAD)检测目标的边缘模糊、小目标的检测精度低、没有充分利用ARSI的全局上下文信息等问题，提出一种基于多尺度U-Net与Transformer (MSU-Trans)特征融合的ARSIAD方法。通过多尺度卷积模块Inception提取ARSI中多样性目标的分类特征，通过Transformer增强模型的全局语义检测性能，通过特征融合模块整合高层和低层特征，得到航空目标图像完整的边缘和纹理特征。该模型结合多尺度U-Net较强的局部特征提取能力和Transformer较强的全局上下文依存关系提取能力，进而提高MSU-Trans的整体检测性能。在ARSI集上的试验表明，与U-Net、多尺度U-Net、注意力U-Nets相比，MSU-Trans具有较高的检测精度，精度超过95%,该方法为ARSIAD提供一定的技术支撑。

【年份】2024

【作者单位】郑州西亚斯学院电信与智能制造学院;西京学院会计学院;

【期号】03

【页码】51-58