《Aerospace》：VFD-YOLO: A Novel Method for Vehicle Detection from a Drone Perspective
编辑推荐：
基于无人机影像的车辆检测在智能交通管理、城市态势感知和应急响应协调等应用中具有重要的实际价值。它是实现空地协同智能监控的核心技术之一。然而，从无人机高空视角拍摄时，车辆图像存在背景复杂、模糊、光照不足等问题，严重限制了模型检测的准确性。因此，研究人员提出了一种
基于无人机影像的车辆检测在智能交通管理、城市态势感知和应急响应协调等应用中具有重要的实际价值。它是实现空地协同智能监控的核心技术之一。然而，从无人机高空视角拍摄时，车辆图像存在背景复杂、模糊、光照不足等问题，严重限制了模型检测的准确性。因此，研究人员提出了一种基于YOLOv13的无人机车辆检测模型（VFD-YOLO）。首先，针对无人机图像模糊和光照不足的问题，研究人员设计了一种专用于车辆特征提取的卷积结构VFD-C3k2。这是一种基于现有HLFD结构的多尺度特征嵌入结构。研究人员将车辆图像特征分解为边缘、纹理等高频细节以及全局轮廓等低频结构信息，通过差异化处理增强图像恢复和细节提取能力，并提高模型对不同类型图像的适应性。随后，针对无人机图像中车辆目标的强背景干扰，研究人员采用了CASAB通道和空间注意力模块。该模块通过通道注意力增强关键车辆特征通道的权重，通过空间注意力聚焦车辆目标区域，有效抑制背景噪声，并强化模型对显著目标特征的关注和提取能力。实验结果表明，在DroneVehicle数据集上，研究人员提出的VFD-YOLO模型的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别达到75.0%、75.6%、79%和54.7%，相比基线YOLOv13模型分别提升了1.6%、1.9%、1.7%和2.4%。总之，研究人员提出的模型展现出优越的检测性能，能够更好地满足智能交通和城市监控等实际场景的需求。
**论文解读：基于VFD-YOLO的无人机视角车辆检测方法**
**研究背景与问题**
随着智能交通与城市立体安全管控的推进，无人机凭借其机动灵活、监控范围广、部署成本低等优势，成为交通流量统计、违章车辆巡检、应急救援调查及智慧城市安防等场景的关键设备。在无人机-地面协同感知系统中，车辆目标检测是支撑整个系统的核心技术，可实时获取车辆位置、数量及运动状态等信息，为智能调度、应急响应和路况分析提供数据支持。然而，传统地面摄像头存在视野和覆盖范围局限，无法满足大规模动态监控需求；基于手工特征的传统图像处理方法存在特征提取繁琐、泛化能力弱、鲁棒性差等问题，难以适应无人机复杂的航拍场景。特别是高空无人机视角下，图像常出现运动模糊、光照不足、噪声干扰及背景杂乱等退化问题，导致车辆边缘纹理模糊、结构信息丢失，严重制约检测精度。现有模型（如YOLOv5、YOLOv8、YOLOv11及DETR变体）缺乏对图像高频（细节）和低频（轮廓）特征的精细处理，通道与空间联合注意力机制不足，无法同时解决图像质量退化与复杂场景特征提取的难题。因此，设计一种适应无人机航拍特性、能有效处理图像退化与背景干扰的检测模型，对提升无人机检测性能至关重要。
**研究内容与结论**
研究人员以YOLOv13为基线模型，提出了一种新型无人机车辆检测模型VFD-YOLO（Vehicle Frequency Decomposition YOLO）。该模型通过设计VFD-C3k2卷积结构，利用高频-低频分解（High-Low Frequency Decomposition, HLFD）机制对特征进行差异化处理，有效修复图像模糊与噪声，增强车辆边缘和纹理细节提取；同时，在检测头中嵌入CASAB（Channel and Spatial Attention Block）通道与空间联合注意力模块，通过通道权重校准与空间区域聚焦，抑制复杂背景干扰，突出目标关键特征。在DroneVehicle数据集（涵盖城市道路、郊区路网等真实航拍场景，包含运动模糊、低光照、遮挡等退化样本）上的实验表明，VFD-YOLO相比基线YOLOv13n，召回率提升1.9%，mAP@0.5提升1.7%，mAP@0.5:0.95提升2.4%，核心指标优于YOLOv5n、YOLOv8n、YOLOv10n、YOLOv11n、YOLOv12n、YOLO26、YOLOv13n及RT-DETR等主流轻量级检测算法，尤其在模糊、低光照、复杂背景场景下展现出更高的准确性与鲁棒性。该研究为智能交通空地协同监控提供了显著的理论价值与工程实践意义，论文发表在《Aerospace》。
**主要关键技术方法**（不超过250字）
研究人员采用以下关键技术：（1）多尺度特征嵌入结构VFD-C3k2：基于HLFD（高频-低频分解）模块，通过2×2平均池化与差分操作分离高频细节（边缘、纹理）与低频结构（全局轮廓），分别经局部特征提取分支（密集残差单元）和全局特征提取分支（通道自注意力与多尺度小波融合）差异化增强，再经拼接、卷积对齐与残差连接输出高质量特征图。（2）CASAB通道与空间注意力模块：采用双分支并行结构，通道分支通过全局平均池化（GAP）和全局最大池化（GMP）学习通道权重；空间分支通过均值、最大、最小和求和池化及7×7深度卷积生成空间注意力图，最终逐元素相加融合，实现通道与空间维度联合增强。（3）实验数据来自DroneVehicle公开数据集，经预处理筛选保留可见光RGB图像，去除无关场景，并统一转换为水平标注框，训练集与测试集按连续航拍航线划分防止数据泄露。
**研究结果**
**3.1 消融实验**
为验证VFD-C3k2与CASAB模块的有效性，以YOLOv13n为基线设计多组消融实验。
**3.1.1 基线模型性能**
YOLOv13n在DroneVehicle数据集上获得精确率0.734、召回率0.737、mAP@0.5为0.773、mAP@0.5:0.95为0.523，为后续改进提供基准。
**3.1.2 单模块性能分析**
- **VFD-C3k2模块**：引入后，精确率升至0.752，召回率升至0.746，mAP@0.5和mAP@0.5:0.95分别升至0.787和0.531。表明HLFD机制有效修复图像模糊与噪声，增强车辆边缘纹理细节，提升召回能力与综合检测精度，尤其在低光照和运动模糊的小目标场景中表现更优。
- **CASAB模块**：引入后，精确率微升至0.739，召回率升至0.741，mAP@0.5和mAP@0.5:0.95分别升至0.783和0.529。表明CASAB通过通道与空间联合注意力精确抑制植被、建筑、阴影等复杂背景干扰，聚焦目标区域，虽使精确率略有下降，但有效提升模型识别完整性，增强背景杂乱和遮挡目标场景的检测鲁棒性。
**3.1.3 联合模块性能分析**
VFD-C3k2与CASAB联合后，模型性能显著提升：精确率0.75，召回率0.756，mAP@0.5达0.790，mAP@0.5:0.95达0.547，为所有实验组最优。相比单模块，联合模块在mAP@0.5和mAP@0.5:0.95上增益更大，表明两者互补性强：前者从图像质量角度优化特征输入，后者从特征聚焦角度强化目标表达，协同解决无人机航拍中的图像退化与背景干扰问题。此外，与原始HLFD模块（非多分支改进）对比，VFD-C3k2在所有指标上均更优，验证了多分支频率分解管道的优越性。实时性测试显示VFD-YOLO检测速度达168帧/秒，满足实时性要求。
**3.1.4 消融实验可视化结果**
选取白天正常光照城市道路、夜间低光照停车场、夜间低光照高速公路等典型场景，对比YOLOv13n与VFD-YOLO的检测结果。VFD-YOLO在白天场景中完全检测所有车辆且定位更准、置信度更高；在夜间低光照停车场中有效抑制背景光干扰，成功检测所有小目标车辆并提升置信度；在夜间低光照高速公路中准确检测运动模糊车辆，几乎无漏检和误检，充分展示了VFD-C3k2的图像退化修复能力与CASAB的背景抑制效果。
**3.2 与其他先进检测算法对比**
在预处理后的DroneVehicle数据集上，以相同训练配置（100轮、批大小32、优化器与学习率一致）对比YOLOv5n、YOLOv8n、YOLOv10n、YOLOv11n、YOLOv12n、YOLO26、YOLOv13n及RT-DETR。VFD-YOLO在召回率、mAP@0.5和mAP@0.5:0.95上均取得最优，精确率仅略低于RT-DETR（0.769），但总体检测性能更均衡优越。具体：精确率0.750，显著高于YOLOv5n（0.682）、YOLOv8n（0.692）、YOLOv12n（0.713）及YOLOv13n（0.734）；召回率0.756，为所有模型最高，较YOLOv13n提升0.019，较RT-DETR提升0.003；mAP@0.5和mAP@0.5:0.95分别达0.790和0.547，较YOLOv13n提升0.017和0.024，较RT-DETR提升0.039和0.045。可视化结果进一步显示，VFD-YOLO在密集城市道路、夜间低光照停车场及模糊高速公路场景中漏检率显著低于对比模型，误检率几乎为零，检测置信度也更高（如白天城市道路中货车置信度从YOLOv5的0.48和YOLOv13的0.73提升至0.77），充分验证了模型在图像退化修复与背景干扰抑制方面的优势。
**讨论与结论**
研究结论部分指出：从无人机视角进行车辆检测是智能交通与城市安防的核心技术，但航拍中的图像模糊、噪声干扰和复杂背景严重制约检测性能。为此，研究人员以YOLOv13为基准，提出VFD-YOLO车辆检测模型。首先设计集成HLFD机制的VFD-C3k2卷积结构，将图像特征显式分解为高频细节分量和低频结构分量并实施差异化增强，有效修复无人机图像退化问题，增强车辆边缘纹理等关键细节提取能力。其次，在检测头中嵌入CASAB通道与空间联合注意力模块，通过通道维度权重校准和空间维度目标区域聚焦，精确抑制背景干扰并聚焦目标区域。在DroneVehicle数据集上的实验显示，相比YOLOv13n基线模型，VFD-YOLO召回率提升1.9%，mAP@0.5提升1.7%，mAP@0.5:0.95提升2.4%，核心指标优于当前主流轻量级检测算法，在模糊、低光照和复杂背景场景中展现出更优的准确性和鲁棒性。未来将进一步优化模型轻量化设计，并探索多模态数据融合方法，以更好地适应无人机端实时检测和多模态应用需求。
