顾及小目标特征的无人机影像人员检测方法

谢亚坤; 陈铭臻; 赵耀纪; 李雨霏; 涂佳星; 朱军; 朱庆

doi:10.13203/j.whugis20240368

您当前的位置：

首页 >

文章列表页 >

顾及小目标特征的无人机影像人员检测方法

综述 | 更新时间：2026-11-05

- 顾及小目标特征的无人机影像人员检测方法
- A Person Detection Method for UAV Imagery Considering Small Object Features
- 武汉大学学报（信息科学版） 2025年50卷第6期页码：1077-1087
- 作者机构：
  
  西南交通大学地球科学与工程学院,四川成都,611756
- 作者简介：
  
  谢亚坤，博士，副教授，研究方向为灾害信息智能感知与数字孪生建模。yakunxie@163.com
  朱军, 博士，教授。zhujun@swjtu.edu.cn
- 基金信息：
  
  国家自然科学基金(42301473;42271424;42171397);中国博士后创新人才支持计划(BX20230299);中国博士后科学基金(2023M742884);四川省自然科学基金(24NSFSC2264);四川省重点研发项目(24ZDYF0633)
- DOI：10.13203/j.whugis20240368
  中图分类号： P237
- 收稿：2024-11-20，
  
  纸质出版：2025-06-05
- 稿件说明：
移动端阅览
谢亚坤,陈铭臻,赵耀纪，等.顾及小目标特征的无人机影像人员检测方法[J].武汉大学学报（信息科学版）,2025,50(6):1077-1087.

XIE Yakun,CHEN Mingzhen,ZHAO Yaoji,et al.A Person Detection Method for UAV Imagery Considering Small Object Features[J].Geomatics and Information Science of Wuhan University,2025,50(6):1077-1087.
谢亚坤,陈铭臻,赵耀纪，等.顾及小目标特征的无人机影像人员检测方法[J].武汉大学学报（信息科学版）,2025,50(6):1077-1087. DOI：10.13203/j.whugis20240368

XIE Yakun,CHEN Mingzhen,ZHAO Yaoji,et al.A Person Detection Method for UAV Imagery Considering Small Object Features[J].Geomatics and Information Science of Wuhan University,2025,50(6):1077-1087. DOI：10.13203/j.whugis20240368

摘要

利用无人机影像进行人员检测在应急救援与社会安全中具有重要意义，然而无人机影像中的人员目标较小且背景复杂，导致人员检测精度较低。为解决这一问题，提出了一种顾及小目标特征的无人机影像人员检测网络。首先，在特征提取阶段使用空间深度转换卷积代替下采样层，减少特征提取过程中的小目标特征丢失；然后，设计选择性特征融合模块，以深层特征权重引导获取浅层特征图中的重点区域，减轻低层特征中的背景噪声干扰；最后，建立上下文感知模块，综合多类型上下文信息，提高网络对于小目标人员的判别能力。为验证方法的有效性，在公开数据集上进行实验分析，结果表明，所提方法的平均准确率为68.9%，准确率为75.5%，召回率为67.7%，相较于经典的目标检测算法分别提升了3.1%~29.5%、0.9%~8.6%、1.0%~57.9%，表明所提方法具有较高的精度。此外，通过对不同场景、不同天气下的无人机影像进行测试，进一步证明了所提方法的泛化性与适用性。

Abstract

Objectives

The rapid development of unmanned aerial vehicle (UAV) remote sensing technology is leading to an increased role for devices in the emergency search and rescue operations and the law enforcement tracking. The unique advantages of UAV include rapid response

wide-area coverage

and panoramic view. The utilization of UAV imagery for person detection is of paramount importance in the context of emergency rescue and social security. However

due to the small and complex background of person in UAV imagery

the high-precision person detection task still presents a significant challenge.

Methods

To address the aforementioned issue

a person detection network for UAV imagery is proposed. First

the proposed network employs a spatial depth-transformed convolution in lieu of a down sampling layer in the feature extraction stage. This approach ensures the retention of all information in the channel dimensions

preventing information loss and facilitating the preservation of small object features throughout the feature extraction process. Then

a selective feature fusion module is designed to address the issue of noise interference. This module employs high-level features as weights to guide the crucial information in low-level features

thereby mitigating the impact of background noise on the latter. Furthermore

it facilitates a more comprehensive integration of the semantic information of high-level features and the detailed information of low-level features. This integration significantly enhances the capacity of network to distinguish between background and foreground information in UAV images. Finally

a context-aware module is designed to address the issue of limited feature information associated with small objects. This module integrates environmental information surrounding the object

including local features

contextual information

and global context

thus enhancing the contextual features of small objects and improving the final object detection accuracy.

Results

To verify the effectiveness of the proposed method

case experiment analysis is conducted on public datasets. The proposed method achieves mean average precision (mAP) of 68.9%

with precision of 75.5% and recall of 67.7%. Compared to the conventional object detection algorithms

the proposed method shows improvements ranging from 3.1% to 29.5% in mAP

from 0.9% to 8.6% in precision

and from 1.0% to 57.9% in recall. The results indicate that the proposed method exhibits a high level of accuracy. Additionally

the generalization and applicability are confirmed through testing on UAV images in various scenarios and under different weather conditions.

Conclusions

The proposed method can effectively solve the challenge of detecting small persons in UAV images and significantly improve the detection accuracy. It has a wide range of application prospects in the fields of emergency rescue and social security

and possesses good generalization ability for UAV image detection tasks in different environments.

关键词

Keywords

references

TANG G Y ， NI J J ， ZHAO Y H ， et al . A Survey of Object Detection for UAVs Based on Deep Learning ［J］. Remote Sensing ， 2024 ， 16 （ 1 ）： 149 .

ZHAO B G ， SONG R ， ZHOU Y ， et al . Heuristic Data-Driven Anchor Generation for UAV-Based Maritime Rescue Image Object Detection ［J］. Heliyon ， 2024 ， 10 （ 10 ）： e30485 .

邵振峰，程涛，李德仁，等 . 空地协同移动智能服务平台研发及典型应用［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 5 ）： 749 - 755 .

SHAO Zhenfeng ， CHENG Tao ， LI Deren ， et al . Development and Applications of Aerial-Ground Collaborative Mobile Intelligent Service Platform ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 5 ）： 749 - 755 .

王欣，方成勇，唐小川，等 . 泸定Ms 6.8地震诱发滑坡应急评价研究［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 1 ）： 25 - 35 .

WANG Xin ， FANG Chengyong ， TANG Xiao-chuan ， et al . Research on Emergency Evaluation of Landslides Induced by the Luding Ms 6.8 Earthquake ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 1 ）： 25 - 35 .

XU J H ， FAN X T ， JIAN H D ， et al . YoloOW： A Spatial Scale Adaptive Real-Time Object Detection Neural Network for Open Water Search and Rescue from UAV Aerial Imagery ［J］. IEEE Transactions on Geoscience and Remote Sensing ， 2024 ， 62 ： 5623115 .

董秀军，邓博，袁飞云，等 . 航空遥感在地质灾害领域的应用：现状与展望［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 12 ）： 1897 - 1913 .

DONG Xiujun ， DENG Bo ， YUAN Feiyun ， et al . Application of Aerial Remote Sensing in Geological Hazards： Current Situation and Prospects ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 12 ）： 1897 - 1913 .

蒋小明 . 基于深度神经网络的无人机行人检测方法［D］. 西安：西安电子科技大学， 2022 .

JIANG Xiaoming . Pedestrian Detection Method of UAV Based on Deep Neural Network ［D］. Xi’an ： Xidian University ， 2022 .

邵香迎，郭颖，王友伟 . AF-RetinaNet：一种基于自适应融合与特征细化的微小行人检测算法［J］. 控制与决策， 2024 ， 39 （ 3 ）： 939 - 946 .

SHAO Xiangying ， GUO Ying ， WANG Youwei . AF-RetinaNet： A Tiny Person Detection Algorithm Based on Adaptive Fusion and Feature Refinement ［J］. Control and Decision ， 2024 ， 39 （ 3 ）： 939 - 946 .

GABSTEIGER J ， MAIWALD T ， KURIN T ， et al . Deep Learning-Based Person Detection on a Moving Robot ［C］// IEEE Topical Conference on Wireless Sensors and Sensor Networks （WiSNeT）， San Antonio， USA ， 2024 .

YANG Y ， HAN X M ， WANG K R ， et al . NRPerson： A Non-Registered Multi-modal Benchmark for Tiny Person Detection and Localization ［J］. Electronics ， 2024 ， 13 （ 9 ）： 1697 .

DALAL N ， TRIGGS B . Histograms of Oriented Gradients for Human Detection ［C］// IEEE Computer Society Conference on Computer Vision and Pattern Recognition ， San Diego， USA ， 2005 .

MAJI S ， BERG A C ， MALIK J . Classification Using Intersection Kernel Support Vector Machines Is Efficient ［C］// IEEE Conference on Computer Vision and Pattern Recognition ， Anchorage， USA ， 2008 .

REN S Q ， HE K M ， GIRSHICK R ， et al . Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2017 ， 39 （ 6 ）： 1137 - 1149 .

CAI Z W ， VASCONCELOS N . Cascade R-CNN： Delving into High Quality Object Detection ［C］// IEEE Conference on Computer Vision and Pattern Recognition ， Salt Lake City， USA ， 2018 .

LIU W ， ANGUELOV D ， ERHAN D ， et al . SSD： Single Shot MultiBox Detector ［C］// Computer Vision - ECCV Workshop ， Amsterdam， The Netherlands ， 2016 .

REDMON J ， DIVVALA S ， GIRSHICK R ， et al . You Only Look Once： Unified， Real-Time Object Detection ［C］// IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， Las Vegas， USA ， 2016 .

ZHANG H Y ， CHEN E Y . Bi-AFN++CA： Bi-Directional Adaptive Fusion Network Combining Context Augmentation for Small Object Detection ［J］. Applied Intelligence ， 2024 ， 54 （ 1 ）： 614 - 628 .

YANG H B ， QIU S . A Novel Dynamic Contextual Feature Fusion Model for Small Object Detection in Satellite Remote-Sensing Images ［J］. Information ， 2024 ， 15 （ 4 ）： 230 .

黄丽，龚志鹏，刘凡凡，等 . 图像跨尺度特征融合与数据增强的公交客流检测模型［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 5 ）： 700 - 708 .

HUANG Li ， GONG Zhipeng ， LIU Fanfan ， et al . Bus Passenger Flow Detection Model Based on Image Cross-Scale Feature Fusion and Data Augmentation ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 5 ）： 700 - 708 .

HE X ， ZHENG X L ， HAO X Y ， et al . Improving Small Object Detection via Context-Aware and Feature-Enhanced Plug-and-Play Modules ［J］. Journal of Real⁃Time Image Processing ， 2024 ， 21 （ 2 ）： 44 .

LI Z ， WANG Y C ， ZHANG Y X ， et al . Context Feature Integration and Balanced Sampling Strategy for Small Weak Object Detection in Remote Sensing Imagery ［J］. IEEE Geoscience and Remote Sensing Letters ， 2024 ， 21 ： 6009105 .

CHE M L ， WU Z H ， WANG X W ， et al . Designing Lightweight Small Object Detection Models Using Attention and Context ［J］. Multimedia Tools and Applications ， 2024 ， 83 （ 4 ）： 9523 - 9546 .

LI L ， GAO S K ， WU F F ， et al . MBAN： Multi-branch Attention Network for Small Object Detection ［J］. PeerJ Computer Science ， 2024 ， 10 ： e1965 .

GAO Y X ， WANG Y C ， ZHANG Y X ， et al . Feature Super-Resolution Fusion with Cross-Scale Distillation for Small-Object Detection in Optical Remote Sensing Images ［J］. IEEE Geoscience and Remote Sensing Letters ， 2024 ， 21 ： 6008105 .

HARIS M ， SHAKHNAROVICH G ， UKITA N . Task-Driven Super Resolution： Object Detection in Low-Resolution Images ［C］// Neural Information Processing ， Amsterdam， The Netherlands ， 2021 .

TERVEN J ， CÓRDOVA-ESPARZA D M ， ROMERO-GONZÁLEZ J A . A Comprehensive Review of YOLO Architectures in Computer Vision： From YOLOv1 to YOLOv8 and YOLO-NAS ［J］. Machine Learning and Knowledge Extraction ， 2023 ， 5 （ 4 ）： 1680 - 1716 .

SUNKARA R ， LUO T . No more Strided Convolutions or Pooling： A New CNN Building Block for Low-Resolution Images and Small Objects ［C］// Machine Learning and Knowledge Discovery in Databases ， Zurich， Switzerland ， 2023 .

AKSHATHA K R ， KARUNAKAR A K ， SATISH SHENOY B ， et al . Manipal-UAV Person Detection Dataset： A Step Towards Benchmarking Dataset and Algorithms for Small Object Detection ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2023 ， 195 ： 77 - 89 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

呼包鄂榆城市群草地脆弱性时空演变及因子可解释性分析

船舶航行海洋地理信息三态融合保障问题研究

面向类脑空间智能的多模态大模型空间认知能力评估框架

基于武汉一号卫星影像的智能变化检测方法与应用

星载温室气体激光雷达技术发展与展望