《电子测量技术杂志》发表论文赏析

基于多尺度感知的自适应无人机红外小目标检测

来源:电子测量技术杂志2026年第8期北京时间:

作者:王亦君,张露,李燕

单位:1.南京信息工程大学计算机学院、网络空间安全学院 南京 210044; 2.无锡学院物联网工程学院 无锡 214105

摘要:无人机红外图像小目标检测是侦察监视、搜索救援等领域的关键技术,其可靠性受到目标尺寸微小、特征表达弱、背景复杂等问题的挑战。针对上述难题,本文提出了一种基于多尺度感知与自适应筛选策略的无人机红外小目标检测算法PGF-RTDETR。首先,在颈部网络中构建极化通道门控单元,利用极化注意力机制引导多尺度特征进行深度语义融合,从而增强小目标的可辨识度,有效抑制背景干扰。其次,设计了自适应卷积增强模块,利用门控机制增强特征的选择性与精细度,提升细粒度特征的提取效率。最后,骨干网络中引入了融合部分卷积与通道变换的高效残差结构,提升特征表达能力的同时有效降低了模型参数量。实验结果表明,与基准模型RT-DETR-R18相比,PGF-RTDETR在HIT-UAV数据集上mAP50和P分别提高了2.6%和6.6%,模型参数量、计算量分别降低了20.7%、25%,在FLIR数据集上,mAP50提升0.6%。改进模型在保持较小参数量和计算量的同时,提高了检测精度,为无人机红外小目标检测提供有效解决方案。

关键词:RT-DETR;无人机;红外图像;小目标检测

基金资助:无锡学院引进人才科研启动专项(2023r003)资助

2026年8期其他文献查阅:

光储VSG参数自适应与模型预测协同的调频策略

基于MPSR和IHBA-BiGRU-Attention的短期电力负荷预测

面向精密测量场景的鲁棒亚像素级光斑中心定位方法研究

PT对称供电结构的无人机无线通信网络资源分配方法研究

融合频率增强通道注意力机制的VMD-TCN-NTSformer-FECAM风电功率预测研究

基于多尺度感知的自适应无人机红外小目标检测

基于多策略融合的电动汽车群体内部博弈策略研究

基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

多策略改进黑翅鸢算法的PMSM自抗扰控制

基于改进YOLO11的遥感图像检测算法

FCA*-DWA:面向户外动态停车场全向移动机器人路径规划方法

基于自适应双重优化的模糊评估算法

YOLO-MAF:多尺度特征融合的轻量级小目标检测算法

能耗约束下量子遗传算法时延最小化卸载策略

基于多特征融合的阵列孔径扩展学习方法

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

基于孪生对抗训练的车联网C-V2X终端指纹识别

基于全国产芯片的仪表着陆系统信号发射单元研制

基于薄膜热电阻传感器的多通道采集系统设计及性能分析

排水管道变形缺陷标注方式对智能识别的影响研究

基于动态特征增强和分层门控融合的遮挡行人重识别

基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

基于多尺度特征的RAMW-YOLOv8船舶目标检测算法

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

基于门控Transformer的边缘计算卸载与无线充电器部署联合优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!