从几何探索到语义补全：场景探索卷积与大型格式感知技术在恶劣天气条件下的无人机空中目标检测中的应用 赵一泽（Yize Zhao）、 王波（Bo Wang）和 詹家雷（Jialei Zhan）

《Sensors》：From Geometric Exploration to Semantic Completion: Scene Exploration Convolution and Large Format Perception for Adverse-Weather UAV Aerial Object Detection Yize Zhao, Bo Wang and Jialei Zhan

　　

摘要

从无人机（UAV）图像中进行目标检测对于交通监控、灾害响应和城市监控等应用至关重要，然而大多数现有方法都是在晴朗天气条件下开发和评估的。在现实世界的无人机操作中，包括雾、雨和雪在内的恶劣天气会导致图像严重退化，这同时破坏了目标的几何特性和光度特性。本文指出了导致这种性能下降的两个根本性瓶颈：标准卷积运算符缺乏几何不变性，以及固定感受野无法重建受大气干扰影响的目标特征。为了解决这些问题，我们提出了SELPNet（场景探索与大规模感知网络），这是一个将几何对齐和多尺度上下文感知集成到YOLOv13头部中的统一框架。SELPNet包含两个关键模块：（1）场景探索卷积（SEC）利用仿射李群理论构建一个旋转和尺度变换的离散流形，通过Maxout机制主动探索多个几何视图并选择最连贯的响应；（2）大规模感知模块（LPM）引入了一种动态膨胀策略，结合深度可分离卷积，逐步扩展感受野范围，从细粒度边缘保持到场景级上下文感知，以完成退化区域的语义重建。我们还构建并发布了AWU-OBB，这是一个大规模的基准数据集，包含超过18,000张带有方向标注的无人机图像，涵盖四个代表性的场景类别。消融实验表明，SEC和LPM能够产生互补的效果，使得mAP50提高了4.26%，而仅增加了0.11百万个参数和0.2个GFLOPs的计算量。本文被接受后，源代码将公开发布。