仿生大细胞引导检测模型

微小目标AP提升15.4%

一种融合静态与运动信息的仿生视频检测模型,通过大细胞通路运动强度引导增强微小无人机区域,显著提升复杂背景下的检测性能。

Wang, Gang · Xin, Yang · Li, Liang · Kai, Gao · 高晋 · Zhang, Jiayi · 邢大军 · 王以政

Applied Soft Computing Journal 2024

参数信息

微小目标AP提升
15.4 %
木材背景AP提升
17.1 %
山地背景AP提升
13.7 %
数据集规模
304451

技术优势

微小目标AP显著提升

通过大细胞运动强度增强运动目标区域,使检测网络更关注真实目标而非背景伪影,在Anti-UAV数据集上微小目标AP提升15.4%。

对复杂背景更鲁棒

在木材和山地等复杂背景下,AP分别提升17.1%和13.7%,表明运动增强有效抑制了背景干扰。

可适配主流检测网络

该方法基于广泛采用的深度神经网络实现,可作为即插即用的引导模块,便于集成到现有检测框架。

应用场景