MGDFIS：用于小目标检测的多尺度全局-细节特征集成策略
计算机视觉与模式识别
2025-08-14 v2 人工智能
机器学习
摘要
无人机图像中的小目标检测对于搜索与救援、交通监控和环境监测等应用至关重要，但受到目标尺寸小、信噪比低和特征提取受限的制约。现有的多尺度融合方法虽有帮助，但增加了计算负担并模糊了精细细节，使得在杂乱场景中的小目标检测变得困难。为克服这些挑战，我们提出了多尺度全局-细节特征集成策略 (MGDFIS)，一种统一融合框架，将全局上下文与局部细节紧密结合，以提升检测性能同时保持效率。MGDFIS 包含三个协同模块：FusionLock-TSS 注意力模块，将 token 统计自注意力与 DynamicTanh 归一化相结合，以最小成本突出光谱和空间线索；全局-细节集成模块，通过方向卷积和平行注意力融合多尺度上下文，同时保留细微的形状和纹理变化；动态像素注意力模块，生成像素级加权图以重新平衡不均匀的前景和背景分布，并增强对真实目标区域的响应。在 VisDrone 基准上的大量实验表明，MGDFIS 在多种骨干架构和检测框架下持续优于最先进的方法，以低推理时间实现了优越的精确率和召回率。通过在准确性和资源使用之间取得最佳平衡，MGDFIS 为资源受限的无人机平台上的小目标检测提供了实用解决方案。
引用
@article{arxiv.2506.12697,
title = {MGDFIS: Multi-scale Global-detail Feature Integration Strategy for Small Object Detection},
author = {Yuxiang Wang and Xuecheng Bai and Boyu Hu and Chuanzhi Xu and Haodong Chen and Vera Chung and Tingxue Li and Xiaoming Chen},
journal= {arXiv preprint arXiv:2506.12697},
year = {2025}
}
备注
9 pages, 5 figures, 3 tables