SSPNet：面向无人机图像中微小行人检测的尺度选择金字塔网络
计算机视觉与模式识别
2022-02-16 v1
摘要
随着搜索与救援需求的增长，对无人机（UAV）拍摄的大尺度图像中感兴趣目标进行检测的需求十分迫切，但由于目标尺度极小，该任务极具挑战性。现有多数方法采用特征金字塔网络（FPN）通过融合深层上下文特征来丰富浅层特征。然而，在不同层梯度计算不一致的限制下，FPN 中的浅层未被充分利用以检测微小目标。本文提出一种用于微小行人检测的尺度选择金字塔网络（SSPNet），其由三个组件构成：上下文注意力模块（CAM）、尺度增强模块（SEM）和尺度选择模块（SSM）。CAM 考虑上下文信息以生成分层注意力热力图。SEM 在不同层突出特定尺度的特征，使检测器聚焦于特定尺度目标而非广阔背景。SSM 利用相邻层关系实现深层与浅层间的适宜特征共享，从而避免跨层梯度计算的不一致。此外，我们提出加权负采样（WNS）策略以引导检测器选择更具代表性的样本。在 TinyPerson 基准上的实验表明，我们的方法优于其他当前最优（SOTA）检测器。
引用
@article{arxiv.2107.01548,
title = {SSPNet: Scale Selection Pyramid Network for Tiny Person Detection from UAV Images},
author = {Mingbo Hong and Shuiwang Li and Yuchao Yang and Feiyu Zhu and Qijun Zhao and Li Lu},
journal= {arXiv preprint arXiv:2107.01548},
year = {2022}
}