ICCV 2019：航拍图像中行人像素小、目标稀疏不均匀怎么破？

本文由AI研习社用户BBuf投稿，来稿见文末联系方式

作者 | BBuf

单位 | 北京鼎汉技术有限公司 算法工程师(CV)

编辑 | 唐里

美国费城天普大学，美国空军研究实验室，美国石溪大学共同提出ClusDet用于航空图像的目标检测，降低了计算复杂度并大幅提升了精度，即将开源。

下面要介绍的论文发表于ICCV2019，题为「Clustered Object Detection in Aerial Images」；

论文地址: https://arxiv.org/abs/1904.08008

航空图像中的目标检测主要面临以下两个挑战：(1)像行人这样的目标在图片中所占像素小，使其很难与周围背景分开。(2)目标通常稀疏且分布不均匀，因此检测效率很低。

这篇论文探讨这两个问题，灵感来自于观察到航空图像中的目标通常是聚集的。论文提出了一个将目标聚类和检测结合起来的端到端的聚类检测框架(ClusDet)。ClusDet中的关键组成部位包含一个簇提议网络(CPNet)，一个尺度估计网络(ScaleNet)，和一个专用检测网络(DetecNet)。给一张输入图像，CPNet产生目标簇区域，ScaleNet估计簇区域的目标尺度。然后，每个尺度归一化的簇区域输入到DectecNet中进行目标检测。

相比于以前的解决方法，ClusDet有如下优点：(1)很大程度上减少了用于最终检测的分块数并获得了很好的运行时间效率。(2)基于簇的尺度估计比之前基于单个物体的方法更准确。(3)最终的检测网络专门用于簇区域，隐式地对先验上下文信息进行建模，以提高检测精度。

该方法在VisDrone、UAVDT和DOTA三个常用航空影像数据集上进行了测试。代码将开源在: https://github.com/fyangneil 。

1. 研究背景