AMFD-YOLO: An Adaptive Multi-scale Feature Modulation Network for Small Object Detection in Airport Surface Surveillance
本文提出了一种名为 AMFD-YOLO 的增强型 YOLO11 网络，该网络结合了多尺度遮挡感知注意力模块、特征分布调制激活函数以及 P2 检测层，旨在显著提高复杂环境条件下对小型及被遮挡机场地面目标的检测精度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在机场广阔且变幻莫测的景观中，安全取决于对一切、在所有地方、同时进行观察。从正在滑行的巨型喷气式飞机到引导它们的小型地面工作人员，每一个物体都必须被追踪，以防止碰撞并确保运行顺畅。几十年来，机场一直依赖雷达和无线电信号来监测这些活动，但这些工具往往难以准确识别一个物体的具体身份，或观察到最重要的微小细节。为了填补这一空白，工程师们转向了计算机视觉，教导摄像头像人类一样去“看”并识别飞机、车辆和人员。然而，要教计算机从高塔上发现一个人——此时他们在屏幕上可能仅仅只是几个像素点——是极其困难的。背景充满了复杂的纹理，天气不断变化，且物体经常互相遮挡，导致标准的视觉系统完全错过它们。
来自中国和英国的一个研究小组开发了一种新方法，旨在帮助计算机更清晰地看到这些微小且隐藏的目标。他们创建了一个名为 AMFD-YOLO 的系统，该系统基于一个强大的现代检测框架，即 YOLO11。他们解决的核心问题是，标准系统在处理图像时往往会丢失微小物体的精细细节，就像模糊的照片让人难以看清一个小招牌一样。为了解决这个问题，研究人员为系统的“大脑”增加了三个特定的升级。首先，他们引入了一种机制，帮助计算机额外关注图像中被遮挡或隐藏的部分，使其即使在只能看到局部时也能推测出物体的完整形状。其次，他们调整了系统处理光影的方式，使其能够更好地适应晴天刺眼的强光或雨夜的昏暗光线。最后，他们专门为系统添加了一个层，专门用于观察图像中最清晰、最细腻的部分，从而确保像单个行人这样微小的目标不会被忽视。
当研究小组在包含真实机场监控图像的数据集上测试这个新系统时，结果令人瞩目。改进后的系统能够以远高于前一版本的准确度来检测微小物体。特别是在发现人员（这对计算机来说是出了名的难题）方面，能力有了显著提升。新系统正确发现人员的概率约为 47.5%，这相对于几乎漏掉所有人的基准系统来说是一个巨大的飞跃。它在识别车辆和飞机方面也变得更加出色，即使在它们拥挤在一起或部分遮挡的情况下也是如此。研究人员发现，通过结合这三种升级，该系统处理机场停机坪这种混乱、繁忙环境的能力比以前强得多，减少了漏检目标和误报的情况。
这项研究强调，虽然新系统是一个重要的进步，但它尚未成为适用于每种可能情况的完美解决方案。研究人员指出，他们的测试是基于一组特定的图像进行的，虽然这些图像具有多样性，但并未涵盖现实世界中所有的极端天气条件或所有可能的摄像机角度。此外，那些让系统擅长观察微小细节的附加层也需要更多的计算能力，这可能会使其难以在实地作业中常用的小型便携式设备上运行。该团队计划收集更多样化的数据，并致力于让系统变得更快、更轻量化，以便更广泛地部署。不过，就目前而言，这项工作展示了一条通往更智能、更安全的机场监控的技术路径，证明了通过正确的调整，计算机可以学会观察那些维持世界运转的微小细节。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。