CIEFRNet：面向高速公路的抛洒物检测算法

来源：计算机工程与应用杂志2024年第5期北京时间：

作者：李旭, 宋焕生, 史勤, 张朝阳, 刘泽东, 孙士杰

单位：长安大学 信息工程学院，西安 710018

摘要：高速公路抛洒物危及行车安全，极易诱发交通事故，及时识别并清理高速公路抛洒物十分重要。由于高速公路抛洒物在图像中面积占比小且图像背景复杂，现有检测方法常出现漏检和误检的情况。针对上述问题，提出了一种基于上下文信息增强和特征提纯的抛洒物检测算法，记为CIEFRNet。设计了一种融合上下文Transformer的主干特征提取模块（CSP-COT），充分挖掘局部静态上下文信息和全局动态上下文信息，增强小抛洒物的特征表示；主干网络中使用改进的空间金字塔池化（ISPP），通过级联的空洞卷积实现特征的多尺度下采样，减轻目标细节信息的损失；为提高特征融合能力，设计了特征提纯模块（CNAB），其中嵌入了提出的一种混合注意力机制（ECSA），可抑制图像背景噪声，强化微小抛洒物的特征；引入基于动态非单调聚焦机制的WIoU优化损失函数，提高小抛洒物学习能力，加速网络收敛。实验结果表明，所提方法在自制的高速公路抛洒物数据集上的精确率、召回率、AP0.5和AP0.5：0.95分别达到96.5%、81.6%、88.1%和46.5%，优于当前主流的目标检测方法，其算法复杂度也更低，满足实际场景应用需要。

关键词：抛洒物检测,上下文信息,空间金字塔池化,注意力机制,损失函数