MPA-Net：融合像素洗牌技术的增强特征聚合方法用于非合作低空小目标检测

《Pattern Recognition》：MPA-Net: An enhanced feature aggregation with Pixel-Shuffle for non-cooperative low-altitude small object detection

　　

• 提出 MPA-Net 用于检测非合作低空小目标。
• 使用像素重排（Pixel-Shuffle）恢复目标的细粒度特征。
• 使用双路多尺度卷积（Dual-Path Multi-Scale Convolution）识别不规则形状。
• MPA-Net 在检测质量和计算效率方面表现最佳。

引言
近年来，低空空域无人机（UAV）作业数量迅速增加。无人机在智能交通系统 [1] 及低空经济中的其他运输任务 [2] 中得到广泛探索，标志着无人机作业场景的快速扩展 [3], [4]。然而，空域中也充满了各种非合作飞行物体，如鸟类、气球、风筝以及无通信能力的无人机。这些物体规模小，轨迹通常不可预测，对无人机构成重大冲突风险。例如，无人机操作员通常报告称他们的无人机经常与鸟类和风筝发生碰撞 [5], [6]。随着低空空域无人机作业密度增加，与这些非合作飞行物体发生碰撞的概率也随之上升。此类空中碰撞不仅导致无人机损坏和生态危害，还可能引发严重的二次地面事故。因此，避免与非合作飞行物体进行风险交互是无人机面临的紧迫挑战。

避免冲突的解决方案之一是配备感知系统，在涉及风险交互前提前识别飞行物体。因此，无人机需要高效且精准的感知系统，以成功且精确地识别远距离物体，因为该系统为无人机提供了更长的响应时间来调整轨迹并避开飞行物体。与与合作对象交互不同，无人机无法通过全球导航卫星系统（GNSS）及其他通信链路获取非合作物体的位置和轨迹。为解决这一挑战，过往研究专注于探测与避让（DAA）[7], [8] 技术，以解决检测非合作目标的困难并防止碰撞 [9]。DAA 技术的第一步依赖于非通信方法精确识别非合作物体，特别是物体的类别及其精确定位。为此，无人机需要配备远程机载感知技术以尽早识别这些非合作目标。

最著名的空对地物体远距离检测技术是轻型监视和目标捕获雷达（LSTAR）。该技术主要部署在商用飞机上，用于检测大型飞机而非小型空中物体。小型空中物体的常见检测方法包括多普勒雷达、轻型毫米波雷达和视觉系统（如高分辨率相机）。然而，多普勒雷达存在严重的杂波干扰且目标分类精度不足，而轻型毫米波雷达往往难以应对 200 米以外的严重环境杂波。与这两种方法相比，视觉系统具有显著优势 [10]。具体而言，高分辨率光学相机在典型光照条件下可提供超过 1000 米的有效检测范围。此外，基于相机的视觉系统性价比极高且重量极轻（几十克），使其更适合无人机及基于无人机的平台。

尽管基于视觉的解决方案在理论上非常适合空中目标检测，但其实际效果严重依赖于数据处理和检测算法。当前的基于视觉的空中物体识别算法主要构建在深度学习架构之上。最初，研究人员采用标准卷积神经网络（CNN）提取目标特征并识别飞行物体 [11]。然而，空中小目标在图像中的像素非常有限，导致特征提取困难。为了解决这个问题，近期研究引入了基于注意力的多尺度特征提取框架，以抵消这些空中物体细粒度空间细节的损失，随后通过多尺度重建和特征补偿逐步恢复关键信息 [12], [13]。例如，Liu 等人 [14] 提出了一种去噪特征金字塔网络（DN-FPN），并与基于 Transformer 的区域卷积神经网络（R-CNN）集成，以增强检测小型飞行物体的性能。Huang 等人 [15] 引入了具有动态查询的检测 Transformer（DQ-DETR）算法，以更好地识别超小物体。

近期研究进一步探讨了小目标检测中的特征增强和多尺度聚合。Hu 等人 [16] 提出了 FESNet，以抑制背景干扰和冗余跨层信息，同时增强微小目标的弱特征。Yang 等人 [17] 开发了一种动态上下文感知聚合策略，该策略纳入低级特征并调整上下文信息提取，以改善小目标和遮挡目标的检测。对于空中小目标检测，Zhang 和 Liao [18] 引入了一种跨尺度自适应 Transformer，具有层次化特征协同作用，以整合不同特征层级的全局上下文信息和空间细节。Shang 等人 [19] 提出了 WSADet，结合了多尺度卷积和频域特征处理，以提高复杂条件下的无人机目标检测性能。这些研究证明了保留空间细节、聚合多尺度信息和抑制背景干扰在小目标检测中的重要性。

同样，基于超分辨率（SR）的方法，如基于 GAN 的特征幻觉 [20] 和 SR 辅助检测框架 [21]，已被广泛用于重建小型空中目标缺失的空间细节。然而，这些高级方法在我们的场景下面临部署限制。多模态框架需要双传感器设备，增加了微型无人机的重量和功耗。此外，尽管一些方法使用仅训练的 SR 分支，但传统的 SR 预处理模型仍然会带来巨大的计算开销。为了在检测精度和严格计算约束下的实时部署之间取得平衡，单阶段检测器已成为主流选择。例如，You Only Look Once (YOLO) 系列已被广泛用于识别飞行物体，并配有著名的数据集如 VisDrone [22]。研究表明，YOLO 系列已成为资源受限系统（如无人机）扩展环境感知能力的首选基准。

尽管许多算法（包括 YOLO 系列）已被用于空中物体识别，但它们仍面临两个关键局限。首先，一些非合作空中物体（如气球和风筝）在以往研究中未被广泛调查。例如，著名数据集（如 VisDrone [23] 和 FBD-SV-2024 [24]）仅包括地面物体（如行人和机动车）和单一类型的空中物体（如鸟类）。非合作空中物体，如风筝和气球，很少被考虑，尽管已观察到它们与无人机发生碰撞。这一研究差距给无人机在城市休闲区的作业造成了严重的安全隐患。其次，检测算法通常在平衡预警要求和目标精确识别方面存在固有缺陷。无人机配备的有效 DAA 系统需要在极远距离识别小目标，以确保足够的规避时间。然而，传统检测算法只有在飞行物体足够近时才能捕获精细的空间细节。

为了填补这两个研究差距并阐明检测不同小型非合作空中物体，本研究首先建立了一个专门的低空数据集，包括四类非合作空中目标（无人机、鸟类、气球和风筝）。然后，本研究提出了一种基于轻量级 YOLOv8 [25] 框架的新型多尺度像素重排聚合网络（MPA-Net）。随后，将 MPA-Net 与几种基准算法在精度和计算效率方面进行了实时检测性能测试。本研究的主要方法论贡献总结如下：
(i) 本研究提出的 MPA-Net 能够实时检测不同的空中小目标，在检测精度和计算成本方面均优于传统模型。
(ii) 本研究揭示，在 MPA-Net 中添加 Module-PS 提高了识别和定位空中小目标（如鸟类、风筝和气球）的能力，而使用 MPA-Net 中的 Module-DMC 则提高了识别和定位较大物体（如无人机）的能力。

章节片段
数据获取
为了获取非合作空中物体并确保数据多样性，我们整合了公开基准、视频序列和网络爬取的数据，构建了一个全面的低空物体数据集。数据集包括四类常见的非合作目标：无人机、鸟类、气球和风筝。无人机样本提取自专注于各种背景下小型多旋翼 UAV 的 AOD4 数据集 [26]。鸟类图像源自 FBD-SV-2024 视频

方法论框架
我们提供了一个低空小目标检测的方法论框架（图 3）。该方法论由三个渐进步骤组成：步骤 1-模型架构构建，步骤 2-模型训练与评估，以及步骤 3-用于可解释性的特征可视化。步骤的详情如下：步骤 1：模型架构构建。在第一步中，预处理图像用于模型训练和测试。为了提供一个有效的

模型性能比较
为了检验模型在检测低空非合作物体方面的性能，表 2 列出了 MPA-Net、YOLOv8 nano、YOLOv11 nano、RT-DETR、RetinaNet 和 Faster R-CNN 的模型性能指标。研究发现，所提出的 MPA-Net 在所有主要指标上均实现了最高的检测质量，mAP@0.5 为 58.24±0.69%，mAP@0.5:0.95 为 33.74±0.31%，平均召回率为 52.58±1.04%。作为对比，其他模型的 mAP@0.5 值为 55.60±1.70%（YOLOv8

结论与未来工作
提前检测非合作低空物体是降低无人机作业碰撞风险的最重要要求之一。本研究旨在利用视觉数据提高实时检测常见非合作低空物体（无人机、鸟类、气球、风筝）的性能。为此，本研究提出了一种基于 YOLOv8 nano 架构的改进检测模型，名为 MPA-Net。该模型旨在解决极小目标消失和

CRediT 作者贡献声明
刘寒旭：撰写 – 审阅与编辑，撰写 – 原稿，软件，方法论，数据管理，概念化。
周文钢：撰写 – 审阅与编辑，监督，方法论，数据管理。
周岳：撰写 – 审阅与编辑，监督，方法论，资金获取，概念化。
傅传云：方法论，资金获取，数据管理。
叶亚岚：撰写 – 审阅与编辑，资金获取，概念化。
黄树栋：撰写 – 审阅与编辑，

利益冲突声明
作者在本研究中无利益冲突需要声明。

致谢
本工作受四川省国产民机飞行与运行支持工程技术研究中心独立研究项目（MJCYZY202504）资助；国家自然科学基金（编号：U2333211）；四川省民航飞行技术与飞行安全工程技术研究中心项目（编号：GY2024-07B, No. GY2024-26D, No. GY2024-27D 和 No. GY2025-06B）；以及中央高校基础研究基金资助。

刘寒旭|周文钢|周岳|傅传云|叶亚岚|黄树栋