一种用于监控视频的飞鸟目标检测方法
计算机视觉与模式识别
2024-08-30 v3
摘要
针对监控视频中飞鸟目标的特定特征，如单帧图像中特征通常不明显、多数情况下尺寸较小以及形状不对称，本文提出了一种用于监控视频的飞鸟目标检测方法（FBOD-SV）。首先，设计了一个新的特征聚合模块——相关性注意力特征聚合模块，根据飞鸟目标在多帧连续图像上的相关性来聚合飞鸟目标的特征。其次，设计了一个先下采样后上采样的飞鸟目标检测网络，该网络利用一个融合了精细空间信息和大感受野信息的大特征层来检测特殊的多尺度（主要是小尺度）飞鸟目标。最后，将SimOTA动态标签分配方法应用于单类目标检测，并提出SimOTA-OC动态标签策略，以解决不规则飞鸟目标导致的标签分配难题。本文利用牵引变电所监控视频中的飞鸟目标实验数据集验证了FBOD-SV的性能。实验结果表明，FBOD-SV有效提升了监控视频中飞鸟目标的检测性能。
引用
@article{arxiv.2401.03749,
title = {A Flying Bird Object Detection Method for Surveillance Video},
author = {Ziwei Sun and Zexi Hua and Hengchao Li and Yan Li},
journal= {arXiv preprint arXiv:2401.03749},
year = {2024}
}