利用多尺度特征融合和动态任务对齐技术实现小型目标群体的轻量级检测

《Applied Soft Computing》：Lightweight detection of small-target swarm using multiple scale feature fusion and dynamic task alignment

针对军事场景下小目标无人机群检测的低像素占有率、复杂背景干扰及资源限制等挑战，提出轻量级检测框架，包含多尺度特征融合、动态任务对齐等模块，实验表明精度提升且参数减少。

　　

李一鸣|姚宇明|刘同山|宋贵秋

东北大学机械与工程学院，中国沈阳110819

摘要

小型无人机（UAV）群在军事侦察和战术打击中的广泛应用对传统监控系统提出了重大挑战：小型UAV的像素占用率低、边缘模糊、纹理稀疏；复杂的背景容易将目标特征与噪声混淆；资源受限的场景要求在检测精度和轻量化性能之间取得平衡。这些问题使得精确高效地检测小型UAV群成为军事防御和低空空域监控中的紧迫问题。为了解决这些挑战，本研究提出了一种轻量级检测网络，该网络包含四个协同工作的核心模块：1）小型目标注意力尺度序列特征融合（SASF）结构，通过扩展浅层特征处理并集成注意力机制来增强对小型目标的多尺度和局部细节特征的感知；2）具有大可分离核注意力（SPPF-LSKA）的空间金字塔池化快速模块，该模块扩大了感受野并捕获长距离依赖信息，以在复杂背景下加强特征建模；3）基于上下文的跨阶段部分加权融合（CGC2f）模块，该模块高效地整合全局、上下文和局部信息，同时保持检测精度；4）动态任务对齐头（DTAH），该模块通过动态调整采样点位置和权重分布来优化边界框的几何对齐，同时保持模型的紧凑性和参数效率。在UAVSwarm数据集上的实验结果表明，与基线模型相比，所提出的网络将精度提高了2.11%，召回率提高了6.81%，mAP50提高了4.26%，mAP50–95提高了7.54%，同时参数数量减少了50.67%，GFLOPs减少了13.6%，模型大小减少了46.2%。此外，还在DUT Anti-UAV和Det-Fly数据集上进行了跨数据集评估，以评估其泛化能力，结果证实所提出的方法在不同数据分布下表现良好。总体而言，这项工作为复杂和资源受限环境中的小型UAV群检测提供了一种高效可靠的轻量级解决方案。

引言

得益于低成本、灵活部署和强大的任务协调能力等优点，UAV群[1]、[2]、[3]操作已成为现代战争中的核心技术之一。在军事场景中——无论是战场侦察、战术打击支持[4]还是低空防空任务——准确检测和跟踪UAV群目标直接关系到战场态势感知的准确性、指挥决策的效率，甚至战斗行动的成败。然而，小型UAV群在军事环境中的独特特性带来了三个关键且特定于场景的挑战，传统监控系统难以应对：

1.

检测漏报的战术风险：小型UAV（具有“低空、低速、小尺寸”的特点）在640×640输入图像中仅占2%-5%的像素，边缘模糊且纹理稀疏。在军事行动中，即使漏报一个小型UAV（例如低空侦察UAV），也可能暴露部队位置或战术意图[5]。

2.

复杂战场背景的干扰：UAV检测通常发生在动态、杂乱的环境中——如烟雾笼罩的战场、城市废墟或森林防御区——其中背景噪声容易与小型UAV的特征混淆。传统的基于视觉的检测方法经常将背景杂乱误分类为UAV（假阳性）或未能检测到被遮挡的UAV（假阴性），从而导致战术判断失误。

3.

军事应用中的资源限制：军事UAV检测系统通常部署在资源受限的平台上（例如装甲车搭载的终端或便携式监控设备），这些平台的计算能力和内存有限。这要求模型在保持高检测精度的同时实现轻量化性能——这是大多数现有模型难以实现的平衡。

当前的UAV检测技术包括雷达检测、声学检测、射频（RF）检测和基于计算机视觉的检测[6]、[7]。尽管雷达检测具有全天候能力，但其对小型低空目标的灵敏度较低，且设备成本高昂（不适合分布式部署）；声学和RF检测容易受到战场噪声或UAV隐身技术的干扰，导致可靠性无法保证。相比之下，基于视觉的方法由于成本低、响应速度快和空间分辨率高而成为军事分布式部署的首选，但它们仍然受到上述三个军事特定挑战的限制，使得准确检测小型UAV群成为军事防御领域的迫切需求。

大多数当前的对象检测研究关注通用场景，并未充分考虑军事场景的特殊性：它们既没有专门解决小型UAV“低空、低速、小尺寸”特性导致的低像素占用率和稀疏边缘纹理问题，也没有在复杂战场背景的干扰与军事部署的资源限制要求之间取得平衡。

为了解决军事和安全场景下小型UAV群检测的上述挑战，本研究开发了一个适用于复杂操作环境的轻量级检测框架。本研究的核心贡献总结如下：

(1)

特征感知优化：提出了小型目标注意力尺度序列特征融合（SASF）结构，以增强对小型UAV的多尺度特征表示。通过改进浅层特征的利用和加强跨尺度交互，SASF有效缓解了由于小型物体尺寸小和纹理模糊造成的视觉线索薄弱问题。

(2)

复杂背景建模：设计了具有大可分离核注意力（SPPF-LSKA）的空间金字塔池化快速模块，以加强空间和上下文信息的提取。该模块在保持计算效率的同时扩大了感受野，从而减少了杂乱场景中的误检测。

(3)

模型轻量化和对齐优化：引入了基于CGBlock的轻量级上下文引导的跨阶段部分融合模块（CGC2f），以高效整合全局、上下文和局部特征，显著减少了参数和FLOPs。此外，还开发了动态任务对齐头（DTAH），通过动态调整采样位置和权重分布来实现任务解耦，改善了密集分布UAV场景中的边界框几何对齐并提高了检测精度。

(4)

全面的实证验证：所提出的框架主要在UAVSwarm数据集上进行评估，并在DUT Anti-UAV和Det-Fly数据集上进行了进一步跨数据集验证。实验结果表明，与现有轻量级检测器相比，集成系统实现了更好的检测性能和更优的精度-效率平衡，验证了所提出模块的有效性和实际潜力。

部分内容

用于UAV检测的小目标特征提取

小型目标特征提取是UAV检测中的核心挑战，因为无人机通常只占据少数像素，并且容易被背景杂乱和尺度变化所淹没。Misbah等人通过将TF-BiFPN引入YOLOv5来增强小型特征表示，从而提高了在黑暗和低对比度条件下的小型无人机的检测能力[8]。Ma等人提出了LA-YOLO，该模型强调浅层特征的增强和背景处理

提出的模型

在这里，我们描述了在具有挑战性条件下检测小型UAV的轻量级框架，其架构如图1所示。

实验

本节首先通过消融实验和比较实验评估了所提出模型在UAVSwarm [30]数据集上的检测性能，然后使用额外的基准测试验证了其在不同数据分布下的泛化能力。

UAVSwarm数据集是由Wang等人收集并手动标注的无人机群数据集，主要用于多目标无人机检测和跟踪任务。该数据集包含12,598张图像，其中6,844张用于训练，5,754张用于测试

讨论

在现实世界的监控场景中检测小型UAV群仍然具有挑战性，因为这三个内在特性：（1）视觉线索极其有限，小型UAV通常只占据少数像素，边缘模糊且纹理稀疏；（2）严重的背景干扰，视觉上相似的结构（例如云层、树枝、风力涡轮机）容易引起误报或漏报；（3）对轻量化部署的要求，这限制了模型的能力

结论

本研究解决了在复杂背景和资源受限部署条件下小型UAV群检测的问题，并提出了一个专为这项任务设计的轻量级检测框架。与针对通用基准优化的一般用途轻量级检测器不同，所提出的方法针对UAV群检测的关键挑战，包括低像素占用率、强烈的背景干扰和有限的计算资源。

该框架整合了

CRediT作者贡献声明

宋贵秋：撰写——审稿与编辑。姚宇明：撰写——审稿与编辑、撰写原始草案、可视化、软件、方法论、调查。李一鸣：撰写——审稿与编辑、资源管理、方法论、资金获取、概念化。刘同山：撰写——审稿与编辑。

利益冲突声明

我们声明与可能不当影响我们工作的其他人或组织没有财务和个人关系。我们对任何产品、服务和/或公司没有专业或其他形式的个人利益，这些利益可能会影响本文所述观点或对手稿“使用多尺度特征融合和动态任务对齐进行小型无人机群轻量级检测”的评审。