【儀表網 儀表研發】近日，中國科學院沈陽自動化研究所創新性地提出了去除航拍圖像檢測結果中誤檢目標的方法，并針對航拍圖像特性設計了相應的檢測網絡。相關成果發表在Sensors上。
航拍又稱空拍、空中攝影或航空攝影，是指從空中拍攝地球地貌，獲得俯視圖，此圖即為空照圖。航拍的攝像機可以由攝影師控制，也可以自動拍攝或遠程控制。航拍所用的平臺包括飛機、直升機、熱氣球、小型飛船、火箭、風箏、降落傘等。
基于航拍圖像的目標檢測技術在民用和軍事領域都有廣泛的應用，例如城市監測、邊境巡查、人口密度估計等等，如何有效的從航拍圖像中提取特定目標成了目前的研究熱點。對航拍圖像中車和行人的檢測技術已經逐漸成熟，但是對于建筑物目標的檢測一直都是一個難題，還沒有很好的解決辦法。這是因為建筑物的形狀復雜，容易受道路，汽車以及植被等背景干擾，而且航拍圖像受光照條件、拍攝角度的影響會造成圖像分辨率和質量的不同，增加了檢測的難度。
基于深度學習的目標檢測方法在航拍圖像目標檢測中已有相關研究，但由于航拍圖像的固有特性，既有檢測方法的結果不佳，存在較多誤檢和漏檢情況。現有檢測方法多關注于提高檢測網絡對目標的檢出能力。
目標檢測，也叫目標提取，是一種基于目標幾何和統計特征的圖像分割，它將目標的分割和識別合二為一，其準確性和實時性是整個系統的一項重要能力。尤其是在復雜場景中，需要對多個目標進行實時處理時，目標自動提取和識別就顯得特別重要。
隨著計算機技術的發展和計算機視覺原理的廣泛應用，利用計算機圖像處理技術對目標進行實時跟蹤研究越來越熱門，對目標進行動態實時跟蹤定位在智能化交通系統、智能監控系統、軍事目標檢測及醫學導航手術中手術器械定位等方面具有廣泛的應用價值。
而該研究則從去除檢測結果中誤檢目標的角度出發，創新性地提出Dual-NMS算法，通過統計各個檢出目標周圍生成檢測框的密度和相應的分類置信度，實現自主地去除檢測結果中的誤檢目標，大幅提高了檢測結果精度。在研究中進一步將誤檢目標的判斷結果作為網絡訓練的約束項，從根本上加強了檢測網絡提取待檢測目標抽象特征的能力。
此外，該研究還將目標間的相關性引入檢測網絡，增強了該方法對目標的檢出能力。實驗結果表明，Dual-NMS能夠去除近50%的誤檢目標，優化后的檢測網絡較現有算法性能更佳。
資料來源：沈陽自動化研究所、百度學術、百科
所有評論僅代表網友意見，與本站立場無關。