Efficient UAV object detection using spectro-spatial synergistic learning and implicit recursive refinement

Xiaoji Wei

doi:10.1038/s41598-026-53405-7

Efficient UAV object detection using spectro-spatial synergistic learning and implicit recursive refinement

2026-05-20

0

OA

AI

DOI：10.1038/s41598-026-53405-7

原文链接

查看原文

摘要

En 中文

无人机图像中的目标检测面临由剧烈尺度变化、普遍背景噪声和微小对象主导等严峻挑战，加之边缘设备的计算限制进一步加剧了问题。现有轻量级检测器常出现特征退化现象，其中低频背景信息易淹没微小对象的高频细节。为克服此局限，我们提出S3-Det，一种新颖的谱-空间协同检测器。具体而言，我们设计了谱-空间协同网络（S3Net）作为骨干架构。随后，我们设计了隐式递归特征聚合器，在不显式增加网络深度的前提下增强特征语义。通过利用共享权重的隐式细化单元，该模块递归优化特征金字塔。此机制实现了深度表示能力，同时保持浅网络的参数效率。最后，我们提出一种解耦检测头，整合大核上下文回归和SIoU损失，有效缓解微小对象的分类与定位错位问题。大量实验表明，S3-Det在精度与延迟之间实现了卓越的平衡，超越现有最先进的轻量级检测器，为实时空中监控树立了新基准。

Keyword:

UAV object detection

spectro-spatial synergistic learning

implicit recursive refinement

lightweight detection

tiny object detection

Efficient UAV object detection using spectro-spatial synergistic learning and implicit recursive refinement

摘要

AI总结

期刊

机构

引用论文