【儀表網(wǎng) 研發(fā)快訊】近日，中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所仿生視覺系統(tǒng)實驗室李嘉茂研究員、朱冬晨研究員團隊在視覺目標檢測領(lǐng)域取得了重要進展。團隊圍繞圖像探測等復(fù)雜場景下的弱小目標檢測提出了創(chuàng)新方法，成果被模式識別與人工智能領(lǐng)域的國際頂級期刊Pattern Recognition(PR，中國科學(xué)院1區(qū)SCI，IF=7.6)發(fā)表，論文題目為"DAWDet: A Dynamic Content-Aware Multi-Branch Framework with Adaptive Wavelet Boosting for Small Object Detection"。
 

　　目標檢測是具身智能實現(xiàn)場景理解與環(huán)境交互的基石。在圖像探測等典型應(yīng)用中，受觀測視角、拍攝距離、傳感器分辨率等成像條件限制，所獲取的圖像中常包含大量微小且密集的關(guān)鍵目標。相較于常規(guī)尺度目標，小目標因像素占比極低，普遍面臨特征表達能力弱、高質(zhì)量正樣本稀疏、信息丟失嚴重等固有挑戰(zhàn)。然而，當前主流的先進檢測模型多針對通用場景設(shè)計，往往更傾向于優(yōu)化大、中型目標的檢測性能，導(dǎo)致在小目標檢測任務(wù)上存在明顯的性能瓶頸。
 

　　為此，團隊創(chuàng)造性提出了一種基于自適應(yīng)小波增強的動態(tài)多分支目標檢測模型DAWDet，通過設(shè)計多項針對性機制有效提升弱小目標檢測性能。具體來說，團隊首先設(shè)計了一種基于動態(tài)內(nèi)容感知的多分支特征金字塔網(wǎng)絡(luò)，通過自適應(yīng)內(nèi)容感知點采樣以及精細化的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，來獲取更加豐富的小目標位置信息和語義信息。其次，團隊提出了一種自適應(yīng)匹配的標簽分配策略，對不同質(zhì)量的目標預(yù)測框進行差異性建模，通過設(shè)計的重疊轉(zhuǎn)換函數(shù)來提升高質(zhì)量小目標樣本的回歸分數(shù)。此外，針對小目標信息丟失嚴重的問題，團隊在特征融合階段設(shè)計了多個輕量的小波變換下采樣層，針對性地捕捉小目標低頻全局和高頻局部細節(jié)信息，以此提升小目標特征信息的利用率。該模型在無人機場景數(shù)據(jù)集Visdrone-2019、可見光-熱紅外數(shù)據(jù)集RGBT-Tiny以及駕駛場景數(shù)據(jù)集SODA-D上性能全面超越目前先進目標檢測器，在檢測精度和模型規(guī)模方面均體現(xiàn)了明顯優(yōu)勢，同時展現(xiàn)了在紅外數(shù)據(jù)上的良好泛化性。
 

　　本研究成果得到了科技部科技創(chuàng)新2030、中國科學(xué)院青促會、上海市優(yōu)秀學(xué)術(shù)帶頭人等項目支持。上海微系統(tǒng)所仿生視覺系統(tǒng)實驗室碩士研究生吳雨婷、博士后劉紹雷為論文共同一作，李嘉茂研究員、朱冬晨研究員為通信作者。