《表3 设置裁剪过影像作为输入影像的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多尺度空洞卷积的无人机影像目标检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更好地理解本文方法在无人机影像目标检测中的意义，本文进行了定性实验。图4（a）中展示了一些随机挑选的VisDrone数据集上基于CR‐Ours方法的目标检测结果。其中，绿色矩形框标记了网络预测的目标位置，每个矩形框上的标签展示了预测目标的分类结果和置信度。由于无人机影像存在多角度（鸟瞰视角、倾斜视角、水平视角）、不同飞行高度的特点，这导致了无人机影像上的目标出现分布情况差异、尺寸变化大、遮挡现象严重等问题。同时，因为无人机拍摄时间、地点的不同，无人机影像的背景情况和目标特征等具有较大差别。从检测结果（见图4(b）～4(d））可以发现，本文方法可以检测到无人机影像中的多尺度目标（见图4(b），无人机视角倾斜导致目标尺寸差异较大）、复杂背景下目标（如图4(c）列举了夜晚复杂背景下的影像）和存在遮挡情况的目标（如图4(d）影像中的目标存在大量遮挡情况），在人眼观察下具有较好的检测定位和分类结果，这进一步证实了本文方法的有效性。