典型文献
特征信息增强的无人机车辆实时检测算法
文献摘要：
针对无人机视角下车辆由于尺度小分辨率低等问题而难以精确分类定位,本文设计了一个轻量级特征提取网络用于提供车辆的多尺度中低层信息,并分别将其融入到主干神经网络中,实现中低层特征信息的传递;同时利用主干网络提取有利于车辆与背景或其他类别分类的高级语义信息,然后将深层高级语义特征与浅层特征进行融合实现高级语义信息的传递,因此类似引人双向网络能够有效地传递不同层次的信息,增强车辆的特征信息表示.此外,采用多路空洞卷积进行特征提取,使得中低层信息更加丰富多样性;并设计了一种灵活有效的融合模块,能够将中低层信息较好地融入到主干网络中增强目标车辆的判别性特征.实验结果表明,该算法能够在无人机数据集上取得很好的检测效果,同样满足实时的应用需求.
文献关键词：
中低层信息;高级语义信息;车辆检测;无人机;实时
中图分类号：
作者姓名：
杨建秀;谢雪梅;石光明;李甫
作者机构：
西安电子科技大学人工智能学院,陕西西安710071;山西大同大学物理与电子科学学院,山西大同037009
文献出处：
引用格式：
[1]杨建秀;谢雪梅;石光明;李甫-.特征信息增强的无人机车辆实时检测算法)[J].信号处理,2022(05):901-914
A类：
中低层信息
B类：
特征信息,信息增强,机车,实时检测,检测算法,下车,精确分类,分类定位,轻量级,特征提取网络,主干网络,高级语义信息,层高,高级语义特征,双向网络,不同层次,多路,空洞卷积,目标车辆,判别性特征,检测效果,应用需求,车辆检测
AB值：
0.272179
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
