《Engineering Applications of Artificial Intelligence》：Context-aware and deformation-adaptive small unmanned aerial vehicles detection via parallel attention and multi-scale fusion
编辑推荐：
针对复杂环境中小型无人机检测的挑战，本文提出CDPMF-Net框架，通过自适应特征表示模块、渐进式多尺度语义融合模块和并行注意力机制模块，实现97.4%精度和95.8%mAP，模型紧凑且推理高效。
作者：胡昂、鲍家林、孙一博、周素萍、于正发、陈一璐、闫珂、杨一凡、郭峰
西安电子科技大学航空航天科学与技术学院，中国陕西省西安市710071
摘要
在复杂环境中检测小型无人机（UAV）仍然是一个持续的挑战，主要原因是它们的视觉尺寸很小，经常发生几何变形，并且会受到杂乱背景的干扰。为了解决这些问题，本文提出了一种基于并行注意力和多尺度融合的、具有上下文感知和变形适应性的小型无人机检测框架——CDPMF-Net。从人工智能的角度来看，该模型通过三个协同模块实现了自适应特征表示和上下文感知学习：一个用于动态空间适应性的注意力调节可变形卷积（Attention-Modulated Deformable Convolution），一个用于渐进式多尺度语义融合的渐近特征金字塔网络（Asymptotic Feature Pyramid Network），以及一个用于精细化空间-通道区分的坐标对齐并行注意力机制（Coordinate-Aligned Parallel Attention）。在大连理工大学反无人机数据集上进行的广泛实验表明，所提出的框架性能优于现有的检测模型，准确率为97.4%，召回率为90.8%，F1分数为94%，平均交并比（Mean Average Precision at Intersection over Union）阈值为0.5，达到了95.8%，同时保持了高效的架构，适用于实际部署和实时推理。
引言
近年来，无人机的快速发展和广泛应用显著推动了航空摄影、物流、环境监测和公共安全等领域的创新（Nex等人，2022年）。然而，无人机的激增也带来了新的挑战，如空域管理、安全监控和防止未经授权的无人机入侵（St?cker等人，2017年）。在这种情况下，准确且实时的小型无人机检测变得至关重要且极具挑战性，特别是由于它们的体积小、移动灵活，且经常出现在复杂的低空环境中。
小型物体检测任务，尤其是针对低空小型无人机，由于图像中像素表示有限（Wang等人，2024a；Zheng等人，2021年；Jiang等人，2021年）、语义信息薄弱以及容易受到遮挡和背景干扰的影响，因此本质上非常困难。
现有的检测方法大致可以分为两类：传统的基于手工特征的方法（Liang等人，2021年；Deng等人，2020年）和基于深度学习的方法（Zhao等人，2019年；Pathak等人，2018年）。
传统的小型物体检测方法主要依赖于手工特征提取和传统的分类器（Ng和Lippmann，1990年），例如基于SIFT（Otero，2015年）、HOG（Dalal和Triggs，2005年）或Haar-like（Viola和Jones，2001年）描述符的方法，并结合支持向量机或级联分类器。尽管这些方法在受控环境中可以提供可接受的性能，但它们通常具有有限的鲁棒性，在不同场景下的泛化能力较弱，计算开销较高。因此，它们往往不适用于实时和动态场景，如复杂空域中的无人机检测。
随着深度学习，特别是卷积神经网络（CNN）的进步，基于深度学习的方法在小型物体检测方面取得了显著进展。通过端到端学习和自动特征提取，Faster R-CNN、SSD和YOLO系列（Hussain，2023年；Jiang等人，2022年；Huang等人，2020年）等模型在各种视觉任务中表现出色。例如，Qureshi等人（2024年）进一步探索了基于YOLO的无人机图像检测方法，证明了深度学习检测器在航空视觉场景中的适用性。Linglong Qi等人（2023年）提出了一种改进的YOLOv7小型目标检测方法，通过结合特征分离和合并来提取更多细节，然后引入ACmix注意力模块（Pan等人，2022年）到传统的卷积注意力机制中，以提高对小型无人机的检测能力。然而，该模型的整体检测性能仍无法满足实际应用需求，需要进一步改进。Xiangming Qi等人（2023年）提出了一种基于YOLOv7的小型目标检测方法，通过重构SPPCSPC模块并优化下采样策略。引入的四分支下采样路径增强了小型目标的特征提取能力，达到了84.47%的准确率和40 FPS的帧率。尽管如此，仍需进一步改进以更好地平衡检测精度和推理效率，特别是在资源受限或实时部署的场景中。
为了解决复杂环境中小型无人机检测的局限性，本文提出了CDPMF-Net，这是一种旨在提高特征适应性、多尺度表示和注意力区分能力的紧凑型检测框架。主要贡献如下：
- (1)
引入了C2f-AMD模块，以增强对小型和可变形无人机目标的特征提取。通过将可变形卷积与坐标感知注意力相结合，该模块提高了空间适应性并加强了局部结构变化的建模。
- (2)
设计了AFPN + neck模块以改进多尺度特征融合。通过用C2f-AMD模块替换原始的卷积块并采用渐近融合，该模块促进了高级语义信息与低级详细特征之间的更有效交互。
- (3)
提出了坐标对齐并行注意力（CAPA）模块，以并行处理空间和通道信息。这种设计减少了串行注意力处理导致的信息损失，并在杂乱和低对比度场景中提高了特征精细化程度。
基于上述设计，在大连理工大学反无人机数据集和Det-Fly数据集上进行了广泛的实验，以验证所提出方法的有效性、鲁棒性和泛化能力。为了验证上述设计，下一节将详细介绍整个框架和三个关键模块。
章节片段
基于并行注意力和多尺度融合的上下文感知和变形适应性小型无人机检测
本文提出了一种高性能的小型物体检测模型CDPMF-Net，专为复杂环境中的无人机检测而设计。现有检测模型在边缘设备上的实际部署往往受到计算复杂性过高和对小尺度特征敏感度有限的限制（Wang等人，2024b；Tan和Le，2019年；Jiao等人，2019年）。所提出的模型通过一系列有针对性的架构改进有效地解决了这些限制
实验
基于上述架构设计，进行了一系列实验来评估每个组件的有效性以及所提出方法的整体性能。
结论
本文提出了一种名为CDPMF-Net的小型无人机检测框架，适用于复杂视觉环境。该方法通过集成C2f-AMD模块、AFPN + neck模块和CAPA模块，提高了特征适应性、多尺度融合和注意力精细化程度。在大连理工大学反无人机数据集上的实验结果表明，所提出的模型在保持紧凑模型大小的同时，实现了卓越的检测准确性和鲁棒性
CRediT作者贡献声明
胡昂：撰写——审稿与编辑、可视化、资源准备、概念构思。鲍家林：撰写——审稿与编辑、初稿撰写、可视化、软件开发。孙一博：资源管理、项目协调。周素萍：监督、概念构思。于正发：可视化。陈一璐：数据整理。闫珂：验证。杨一凡：方法论设计。郭峰：验证。
代码可用性
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文所述的工作。
