来源：期刊VIP网 时间：
作者：李云红;魏小双;苏雪平;李丽敏;田谷丰;郝特吉;冯准若;李仕博;
单位：西安工程大学电子信息学院;
摘要：针对遥感图像小目标检测任务中，存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题，提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先，采用跨层多分支连接结构的多尺度特征增强(multiscale feature enhancement, MFE)模块，利用Split分流操作丰富和增强不同梯度获取的纹理特征信息，同时引入轻量级特征幻影模块Ghost进行通道线性变换，生成更多有效的特征细节信息流，以增强对图像中局部细节特征信息的关注；其次，构建特征交互融合(feature interaction fusion, FIF)模块，引入多分支串并行的卷积块与自适应机制的池化块，交互输入特征的通道语义信息和空间特征变换，捕获全局上下文信息，精确小目标的关键位置信息，加强特征信息之间的相关性，实现细粒度特征的多维度交互融合。使用公开的光学遥感数据集DIOR验证所提算法，改进后的网络模型平均精度值为87.6%,与NPMMR-Det、YOLOv7、YOLOv5等其他7种优秀算法相比均有提高，改进后的遥感图像小目标检测算法取得了更好的检测精度。
关键词：遥感图像小目标检测;多尺度特征增强;Split分流;自适应机制;细节特征交互融合
基金资助：国家自然科学基金(62203344); 陕西省自然科学基础研究重点项目(2022JZ-35); 陕西高校青年创新团队
