摘要

尽管计算机视觉领域取得了显著进展，但对微小目标的精确检测仍面临重大挑战，这主要归因于图像数据中微小目标所对应的像素表示极为有限。这一挑战在地球科学与遥感领域尤为突出，因为高保真度的微小目标检测可广泛应用于城市规划、环境监测等多个场景。本文提出一种新型检测框架——去噪特征金字塔网络结合Transformer的R-CNN（DeNoising FPN with Trans R-CNN，简称DNTR），以提升微小目标检测性能。DNTR由两个核心组件构成：一种即插即用的模块——去噪特征金字塔网络（DN-FPN），以及一种基于Transformer的高效检测器——Trans R-CNN。具体而言，特征金字塔网络（FPN）中的特征融合对多尺度目标检测至关重要，然而在融合过程中，由于不同尺度特征之间缺乏正则化约束，往往会产生噪声特征。为此，本文设计了DN-FPN模块，通过对比学习机制，在FPN的自顶向下路径中有效抑制各层级特征的噪声。其次，基于两阶段检测框架，本文用新型的Trans R-CNN替代传统R-CNN检测器，利用自注意力机制增强对微小目标的表征能力。实验结果表明，在AI-TOD数据集上，DNTR在微小目标平均精度（APvt）指标上较基线方法提升至少17.4%；在VisDrone数据集上，整体平均精度（AP）提升达9.6%。相关代码将公开发布于：https://github.com/hoiliu-0801/DNTR。