Detecting method of small vehicle targets based on improved SSD
Xiaoning Li, 中国科学院 光电技术研究所，四川 成都 610209, LEI Tao, Jiandan Zhong, Zili Tang, Ping Jiang, 中国科学院大学，北京 100049, 中国人民解放军63870部队，陕西 西安 714200, No. 63870 Troops of PLA, Xi’an 714200, China · Journal of Applied Optics · 2020
地面车辆目标检测问题中由于目标尺寸较小，目标外观信息较少，且易受背景干扰等的原因，较难精确检测到目标。围绕地面小尺寸目标精准检测的问题，从目标特征提取的角度提出了一种特征融合的子网络。该子网络引入了重要的局部细节信息，有效地提升了小目标检测效果。针对尺度、角度等的变换问题，设计了基于融合层的扩展层预测子网络，在扩展层的多个尺度空间内匹配目标，生成目标预测框对目标定位。在车辆小目标VEDAI(vehicle detection in aerial imagery)数据集上的实验表明，算法保留传统SSD(single-shot multibox detector)检测速度优势的同时，在精度方面有了明显提升，大幅提升了算法的实用性。