基于选择性频率交互网络的航空目标检测增强

计算机科学 信息科学 人工智能 工程学 航空航天工程
航空目标检测 频率域特征 选择性频率交互 卷积神经网络 特征提取 深度学习 计算机视觉

提升无人机目标检测的选择性频域交互网络

研究背景及问题提出

随着计算机视觉技术的发展，无人机目标检测已成为遥感领域的重要研究方向之一。无人机目标检测旨在从倾斜拍摄和高度多变的航拍图像中识别出诸如车辆、建筑物等目标。这一技术在环境监测、灾害管理以及安全监控等领域具有广泛应用。然而，受目标尺度、方向以及复杂背景的影响，无人机目标检测面临诸多挑战，包括目标间密集分布、光照差异和视角变化等问题。

当前大多数基于卷积神经网络（Convolutional Neural Networks, CNN）的解决方案主要注重空间和通道交互，忽视频域信息的重要性。频域信息对于捕捉对象的纹理、边缘等特定特征具有不可替代的作用，然而，现有的权重分配方法，例如通道注意力机制，难以完全利用频域信息，往往导致信息丢失。这种不足激发了研究者针对频域信息的充分挖掘和利用进行更深入的探讨。

针对上述问题，本文提出了一种创新性方法——选择性频域交互网络（Selective Frequency Interaction Network, SFI Network）。这一网络的核心框架由两个模块组成，即选择性频域特征提取模块（Selective Frequency-domain Feature Extraction，SFFE）和选择性频域特征交互模块（Selective Frequency-domain Features Interaction，SFFI），旨在通过交互并融合频域与时间域特征来优化检测性能。

论文来源及作者信息

本文由来自中国多所高校及研究机构的学者联合完成，包括厦门理工学院光电与通信工程学院的Weijie Weng、江苏省地震局的Mengwan Wei、中国电信股份有限公司的Junchi Ren以及南京理工大学与腾讯人工智能实验室的Fei Shen（通讯作者）。该研究发表于2024年12月的《IEEE Transactions on Artificial Intelligence》（卷5，第12期）。

研究方法

文章主要提出了选择性频域交互网络（SFI Network），通过引入频域分析和跨通道交互，显著提升了航拍目标的检测精度。研究详细阐释了SFI网络的框架设计、特征提取和交互机制，具体如下：

1. 整体框架设计

SFI网络的两大核心模块（SFFE和SFFI）协同工作：

  • SFFE模块：采用二维离散余弦变换（2D-DCT），从输入特征图中提取频域信息并保留高频和低频特征。这种频域分析方法可以有效捕捉目标的细节特征，例如边缘轮廓和纹理信息。
  • SFFI模块：通过高效的跨通道交互操作实现频域信息的融合，避免传统通道注意力方法带来的信息丢失问题。其核心在于1D卷积交互方法，通过多个卷积核进行特征提取与权重分配，最终生成频域特征权重并与时间域特征图结合。

这一框架可无缝嵌入现有的骨干网络（如ResNet、FPN），为航拍目标检测任务提供更加丰富的特征。

2. 具体模块详解

(1) SFFE模块

频域特征提取模块通过2D-DCT对图像进行频域分析，生成直流分量（DC Coefficients）和交流分量（AC Coefficients）。直流分量保留低频信息（如图像的平滑区域特征），交流分量则捕捉图片中的高频细节信息（如纹理和边缘）。SFFE模块首先将特征图沿通道维度等分为多个部分，每部分分配特定的频域成分以进行点对点操作，最终融合生成一个完整的频域特征向量，实现信息的层次化提取。

(2) SFFI模块

该模块通过一维卷积进行频域特征之间的交互。实验显示，使用两个不同核大小的卷积（如大小为3和15）能够显著提升频域特征的交互效果，同时保持较低的计算复杂度。卷积后的输出再与时间域的特征图相结合，构建更加鲁棒的特征表示，为目标检测任务提供支持。

3. 损失函数与框架集成

SFI网络采用交叉熵损失函数（Fcls）和Smooth L1损失（Freg），确保分类与回归任务的高效训练。SFI网络以模块化的方式嵌入到传统的目标检测框架中，例如FPN上采样阶段，实现模型的灵活扩展。

研究结果

作者在DOTA v1.0、DOTA v1.5和HRSC2016三个公开数据集上进行了广泛的实验和对比分析，证明了SFI网络的有效性和优越性能。

1. DOTA数据集实验结果

DOTA数据集是一个包含多类别航拍目标的综合数据集。实验结果表明，基于ResNet50骨干网络的SFI网络在水平框（HBB）和旋转框（OBB）目标检测任务的mAP（mean Average Precision）上均显著优于现有最优算法：

  • 在DOTA v1.0数据集中，OBB检测mAP达到了81.32%，相比传统方法提升了5%以上。
  • 在DOTA v1.5数据集中，SFI网络在针对“小目标”类别（如小型载具、直升机）以及极端变形目标（如桥梁）时展现了更优性能。

2. HRSC2016数据集实验结果

HRSC2016是一个面向任意方向舰船检测的专业数据集。SFI网络在VOC2007和VOC2012评价标准下分别获得了90.7%和98.47%的mAP，超越了所有现有方法，充分展现了其在多角度船舶识别上的卓越表现。

3. 消融实验

通过消融实验作者揭示了SFFE模块和SFFI模块对模型性能的独立和联合贡献。如仅使用SFFE模块即可提升目标检测精度0.6%，而加入SFFI模块后进一步提升至2%以上。

4. 可视化分析

可视化结果表明，SFI网络在遮挡、光照变化和目标密集分布的场景中具有更强的检测能力，能准确定位目标并减少漏检和误检。

研究意义及未来展望

SFI网络的提出在技术方法和实际应用上具有重要价值：

  1. 技术方法创新：首次引入频域交互到航拍目标检测领域，突破了传统方法在特征提取和信息融合上的瓶颈。
  2. 应用潜力广泛：在环境监测、军事安全和灾害管理等领域均具备广泛应用前景。
  3. 模块化设计：SFI网络具有通用性，可轻松嵌入CNN或其他架构中，为未来目标检测算法的开发提供了新的思路。

未来，作者计划扩展SFI网络在Transformer和其他深度学习框架中的应用，以进一步探索其在复杂场景下的性能。