無人機による交通巡視において、空撮画像の背景が複雑であること、対象物が密集していること、対象物のスケール分布が不均一であることなどの問題に対し、層間注意相互作用下での多特徴交差無人機対象検出アルゴリズム（Multi-feature Crossover under cross-layer Attentional Interaction，MCAI）を提案する。まず、バックボーンネットワーク部分に適応型層間注意相互作用モジュール（Adaptive Cross-layer Attentional Interaction，ACAI）を設計し、モデルが重要特徴領域に注目することでグローバルな重要特徴情報の効果的な選択を実現し、複雑な背景の影響を薄める。次に、変形可能自己注意に基づくエンコーダ（Deformable Encoder，DeEncoder）を設計し、特徴層の受容野を広げて失われた対象特徴を補完する。最後に、領域内の異なるスケールの微小対象を効果的に識別するために、多尺度交差融合モジュール（Multi-scale cross fusion module，MSCF）を提案し、小波変換と特徴表現の結合によって浅層の空間情報と深層の意味情報を融合し、異なるスケールの対象の細粒度特徴を効果的に捉える。VisDrone2019-DET、BDD-100Kデータセット、およびLZTraffic Videoデータセットでの実験結果により、MCAIはRT-DETRモデルと比較してmAP0.5をそれぞれ3％、2.2％、4.5％向上させ、無人機巡視における検出精度を大幅に改善したことが示された。さらに、降雨シーンではMCAIのmAP0.5がRT-DETRモデルより2.1％向上し、極端な気象に対するロバスト性が優れていることを示した。

無人機巡視;対象検出;注意相互作用;エンコーダ;小波変換