一个双模拟自适应金字塔转换算法用于无人机跨模拟物体检测
Qiqin Li1, Ming Yang1,2,3, Xiaoqiang Zhang1
1College of Aviation Electronics and Electrical, Civil Aviation Flight University of China, Guanghan 618307, China.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
本研究引入了一种用于无人机 (UAV) 的新型双模式自适应金字塔变压器 (DAP) 模块,以改进红外可见图像检测. 在关键应用中,DAP模块在复杂的照明条件下提高了目标识别精度.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 遥感 遥感 遥感 遥感
背景情况:
- 无人机对于监视和灾害管理至关重要,需要可靠的红外可见图像检测.
- 现有的无人机检测方法与多尺度目标,照明变化和高效的跨模式数据使用作斗争.
- 复杂的照明条件对基于无人机的准确目标识别构成重大挑战.
研究的目的:
- 开发一种轻量级模块,用于增强无人机中的红外可见图像检测.
- 解决多尺度目标识别和对照明变化的稳定性方面的挑战.
- 改进跨模式信息的利用,以提高检测准确度.
主要方法:
- 提出了一种轻量级的双模式自适应金字塔变压器 (DAP) 模块.
- 将DAP模块集成到YOLOv8对象检测框架中.
- 采用分层自我注意和残余融合,用于自适应的多尺度表示和跨模式对齐.
主要成果:
- 基于DAP的YOLOv8在无人机车辆上获得了61.2%的mAP50:95分数,在LLVIP数据集上达到62.1%.
- 与传统的红外可见探测方法相比,其表现卓越.
- 在复杂的环境和具有挑战性的照明中验证了模块的有效性.
结论:
- DAP模块有效地优化无人机红外可见检测的跨模式功能交互.
- 拟议的方法为实时无人机应用提供了实用和高效的解决方案.
- 增强的检测准确性提高了无人机在交通监控和灾难响应方面的能力.
