Pedestrian detection in aerial image based on convolutional neural network with attention mechanism and multi-scale prediction
Notice bibliographique
Résumé
Pedestrian object detection is crucial in intelligent systems such as traffic management and surveillance. Traditional machine learning methods have shown drawbacks, including low accuracy and slow processing. Convolutional Neural Network (CNN)-based algorithms have achieved notable progress, but mainstream CNNs still struggle with slow speed and low accuracy, particularly for small and occluded targets from aerial perspectives. In this paper, we propose a Multi-Scale Attention YOLO (MSA-YOLO) algorithm to address these issues. MSA-YOLO incorporates a Squeeze, Excitation, and Cross Stage Partial (SECSP) channel attention module to extract richer pedestrian features with minimal additional parameters. A multi-scale prediction module is also introduced to capture information across different scales, improving small object detection and reducing missed detections. To evaluate our approach, we manually collect and annotate the Aerial Pedestrian dataset (AP dataset), which, to our knowledge, provides more annotations, varied scenes, and diverse view angles than comparable existing datasets. The high-resolution images in the AP dataset allow for capturing more detailed pedestrian features, which can enhance model performance. Experimental results show that, on the AP dataset, MSA-YOLO demonstrates clear advantages over several widely used object detection and pedestrian detection models developed in recent years, indicating its potential dual benefits in terms of accuracy and efficiency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».