AVDNet：一种面向航拍视觉数据的小目标车辆检测网络
计算机视觉与模式识别
2019-07-18 v1
摘要
由于车辆尺寸小、背景复杂以及目标外观单一，航拍视角下小目标的检测是一项具有挑战性的任务。在本文中，我们提出一种单阶段车辆检测网络（AVDNet），以鲁棒地检测航拍场景中的小型车辆。在AVDNet中，我们在多个尺度上引入ConvRes残差块，以缓解因加入更深层卷积层而导致较小目标特征消失的问题。这些残差块与放大的输出特征图一起，确保了小尺寸目标显著特征的鲁棒表示。此外，我们提出了一种循环特征感知可视化（RFAV）技术来分析网络行为。我们还通过标注79张航拍图像中的1396个新目标创建了一个新的机载图像数据集（ABD）用于实验。AVDNet的有效性在VEDAI、DLR-3K、DOTA以及组合（VEDAI、DLR-3K、DOTA和ABD）数据集上得到了验证。实验结果表明，所提方法在mAP、计算复杂度和空间复杂度方面相比最先进的检测技术有显著性能提升。
引用
@article{arxiv.1907.07477,
title = {AVDNet: A Small-Sized Vehicle Detection Network for Aerial Visual Data},
author = {Murari Mandal and Manal Shah and Prashant Meena and Sanhita Devi and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:1907.07477},
year = {2019}
}
备注
IEEE Geoscience and Remote Sensing Letters, doi: 10.1109/LGRS.2019.2923564