论文部分内容阅读
雨雾恶劣天气条件下,无人机获取的图像细节丢失严重,直接对降质图像进行目标检测会导致目标的漏检和错检。先去雾后检测的方法对薄雾天气条件下无人机图像的目标检测性能提升显著,但无法解决目标检测模型过度依靠图像中目标物纹理和表面信息分类的问题,浓雾天气条件下性能较差。针对这一问题提出通过风格迁移的无人机图像目标检测方法,在保持图像内容不变的基础上改变图像的风格,使目标检测模型从学习目标物纹理和表面信息转变为学习目标物轮廓这一更高难度的任务。实验在无人机数据集Visdrone2019上进行,首先利用不同浓度雾