Harmonizing micro textures and macro semantics: A multi-scale perception framework for aerial small object detection

Hongyu Wang

doi:10.1016/j.eswa.2026.133596

Harmonizing micro textures and macro semantics: A multi-scale perception framework for aerial small object detection

2026-07-01

0

PRE

AI

DOI：10.1016/j.eswa.2026.133596

原文链接

原文求助

摘要

En 中文

在航拍图像中，密集且相似背景容易导致对小目标的视觉混淆。为有效区分复杂背景中的目标，模型通常需要利用高层语义信息来增强场景理解。然而，提取高层语义特征往往涉及空间降采样，这会削弱小目标有限的纹理和结构信息。现有方法难以平衡复杂场景的全局语义建模与小目标精细纹理的保留，导致检测性能受限。为解决这些问题，我们提出了一种多尺度感知的小目标检测框架H2M-YOLO。首先，我们设计了长程感知模块（LPB），该模块捕获广域上下文信息，并将其映射到方向感知卷积核上，动态调节局部特征以增强目标相关响应，同时抑制复杂环境中的背景干扰。接着，我们构建了多尺度感知单元（MPU）以增强不同尺度特征间的上下文交互。同时，我们开发了结构保持降维（SPR）模块，以最小化空间降采样过程中小目标的纹理和结构信息损失。实验结果表明，H2M-YOLO在VisDrone2019和UAVDT数据集上分别实现了41.7%和37.6%的mAP50得分。与轻量级基线相比，其准确率分别显著提升了2.2%和2.4%，有效增强了复杂航拍场景中小目标的检测能力。

Keyword:

Multi-scale perception

Feature representation

Structural preservation

Small object detection

Harmonizing micro textures and macro semantics: A multi-scale perception framework for aerial small object detection

摘要

期刊

机构

引用论文