基于结构感知和全局上下文信息的小目标检测

doi:10.3778/j.issn.1002-8331.2302-0275

摘要/摘要

摘要：在小目标检测任务中，由于小目标像素值少、特征不丰富和难提取等局限性，容易导致模型漏检、误检以及精度低等问题，提出了一种基于多尺度结构感知和全局上下文信息的小目标检测算法。针对复杂场景设计了多尺度结构感知模块，可以更好地捕获小目标的细节特征，以此增强模型识别不同尺寸物体的检测能力。为了获取更多的全局特征，借助变压器捕获长距离依赖特征的优势设计了全局上下文信息模块，有效地建立起不同区域像素点之间的联系。针对模型训练时的梯度爆炸现象，设计了一种新的带权重损失函数W-CIoU使得训练时的收敛速度有明显改善。大量的实验结果表明，提出的方法相较于其他经典的轻量级方法取得了较好的检测效果。与基准模型相比，提出的模型在VisDrone公司数据集上百万AP50和mAP50:95型分别提高了6.4和4.6个百分点，同时在小人物数据集上也有着不错的表现。

关键词: 小目标检测, 注意力机制, 上下文信息, 损失函数

摘要：在小目标检测任务中，很难检测到像素有限、特征不丰富的小目标。因此很容易造成检测漏检或检测失败、模型精度低等问题。收件人？地址？这些？问题，本文提出了一种新的多尺度结构感知和全局上下文信息网络用于小目标检测。首先，提出了一种多尺度结构感知模块（MSSP）来捕捉小目标的详细特征，它可以增强模型识别不同尺寸物体的能力。其次，为了获得更多的全局特征，引入了全局上下文模块（GCM）来提取全局信息并有效地建立不同像素之间的关系。最后，设计了一种新的IoU损失函数，即W-CIoU，用于微小目标检测，可以缓解模型训练过程中由于目标像素太少而导致的梯度爆炸现象。大量实验表明，该方法比其他经典的轻量级方法具有更高的精度。与基线相比，该模型在VisDrone数据集上获得了6.4个百分点以上的mAP50增益和4.6个百分点的mAP50:95增益，在TinyPerson数据集上也具有良好的性能。

关键词： 小目标检测，注意机制，上下文信息，损失函数

李钟华, 林初俊, 朱恒亮, 廖诗宇, 白云起. 基于结构感知和全局上下文信息的小目标检测[J] ●●●●。计算机工程与应用, 2024, 60(9): 292-298.

李中华、林楚军、朱恒亮、廖世玉、白云琪。基于结构感知和全局上下文信息的小目标检测[J]。计算机工程与应用，2024，60（9）：292-298。

参考文献

[1] CAI Z，VASCONCELOS N.Cascade R-CNN:深入研究高质量目标检测[C]//IEEE计算机视觉和模式识别会议论文集，2018:6154-6162。
[2] RUKHOVICH D，SOFIIUK K，GALEEV D，et al.Iterdet:拥挤环境中目标检测的迭代方案[C]//IAPR模式识别（SPR）和结构与句法模式识别（SSPR）统计技术联合国际研讨会。查姆：施普林格，2021:344-354。
[3] GE Z，LIU S，WANG F，等.约洛克斯：2021年超越约洛系列[J]。arXiv:2107.084302021。
[4] 孙鹏，张瑞，姜瑜，等.稀疏R-CNN:端到端对象检测与可学习建议[C]//IEEE/CVF计算机视觉与模式识别会议论文集，2021:14454-14463。
[5] 段凯，白斯，谢磊，等.中心网：用于物体检测的关键点三元组[C]//IEEE/CVF国际计算机视觉会议论文集，2019:6569-6578。
[6] 林天勇，道拉·P，吉尔希克·R，等.用于目标检测的特征金字塔网络[C]//IEEE计算机视觉与模式识别会议论文集，2017:2117-2125。
[7] 邓C，王明，刘磊，等.用于小目标检测的扩展特征金字塔网络[J]。IEEE多媒体汇刊，2021，24:1968-1979。
[8] SUNKARA R，LUO T.不再跨越卷积或池：用于低分辨率图像和小对象的新CNN构建块[J]。arXiv:2208.036412022年。
[9] 胡杰，沈力，孙刚.挤压与激励网络[C]//IEEE计算机视觉与模式识别会议论文集，2018:7132-7141。
[10] WOO S，PARK J，LEE J Y，等.CBAM:卷积块注意模块[C]//欧洲计算机视觉会议论文集，2018:3-19。
[11] VASWANI A、SHAZEER N、PARMAR N等。注意力就是你所需要的一切[C]//神经信息处理系统进展，2017。
[12] DOSOVITSKIY A，BEYER L，KOLESNIKOV A，et al.一个图像值16x16个单词：用于大规模图像识别的变压器[J]。arXiv:2010.119292020年。
[13] 郑智，王平，刘伟，等.距离-IoU损失：边界盒回归的更快更好学习[C]//AAAI人工智能会议论文集，2020：12993-13000。
[14] DU D，ZHU P，WEN L，et al.VisDrone-DET2019:视觉与无人机目标检测在图像挑战结果中的匹配[C]//2019年IEEE/CVF国际计算机视觉研讨会论文集。
[15] 于欣，龚毅，姜恩，等.微小人检测的尺度匹配[C]//IEEE/CVF计算机视觉应用冬季会议论文集，2020：1257-1265。
[16] 罗H，邓J.科内特：将物体作为配对关键点进行检测[C]//《欧洲计算机视觉会议论文集》，2018:734-750。
[17] TAO Y，ZONGYANG Z，JUN Z，et al.使用轻量级特征增强卷积神经网络的低空小型物体检测[J]。《系统工程与电子杂志》，2021，32（4）：841-853。
[18] 赵涛，魏欣，杨欣.改进的YOLO v5铁路PCCS微小缺陷检测[C]//2022年第14届国际先进计算智能会议，2022:85-90。
[19] LI C，LI L，JIANG H，et al.YOLOv6:一种用于工业应用的单级对象检测框架[J]。arXiv:2209.029762022年。
[20] 王志毅，BOCHKOVSKIY A，LIAO H Y M.YOLOv7：可培训的免费包为实时目标探测器创造了新的技术水平[J]。arXiv:2207.026962022年。
[21]REDMON J，FARHADI A.YOLOv3：一种渐进的改进[J]。arXiv:1804.027672018年。
[22]CHEN L C，ZHU Y，PAPANDREOU G，等.用于语义图像分割的可分离卷积编码器-解码器[C]//欧洲计算机视觉会议论文集，2018:801-818。
[23]何凯，张旭，REN S，等.基于深度卷积网络的视觉识别空间金字塔池[J]。IEEE模式分析和机器智能汇刊，2015，37（9）：1904-1916。
[24]刘S，黄D.用于准确快速目标检测的接收场块网[C]//欧洲计算机视觉会议论文集，2018:385-400。
[25]ZHANG Y F，REN W，ZHANG Z，et al.精确边界框回归的焦点和有效IOU损失[J]。神经计算，2022，506:146-157。