来源：期刊VIP网 时间：
作者：吴茜;魏晶鑫;陈中举;
单位：长江大学计算机科学学院;
摘要：为解决无人机带来的安全隐患与隐私侵犯等问题，提出选择性坐标注意力下红外图像无人机目标检测方法。基于选择性坐标注意力机制，通过非对称卷积核在不同方向上捕捉不同尺度和形状的特征，将无人机特征的行列位置信息进行编码，动态地调整不同位置特征的权重，强化关键区域的特征表示。将多个红外图像输入YOLOv5网络中进行训练和处理后，在主干网络中经卷积操作后嵌入选择性坐标注意力机制，实现红外图像无人机目标特征精确提取。采用GIoU作为损失函数，优化预测框的位置和大小，实现红外图像无人机目标精准检测。实验结果表明：该方法对大小不同的无人机目标均能实现准确且快速的定位与检测，能够保持较高的检测精度。
关键词：坐标注意力机制;;特征融合;;YOLOv5网络;;红外图像;;无人机目标;;目标检测
基金资助：中国高校产学研创新基金：新一代信息技术创新项目（2023IT269）
