中文引用格式： 譚詩盈，胡軍國. 鄉村實景影像中動態目標智能剔除與修復研究[J]. 電子技術應用，2026，52(6)：41-48.
英文引用格式： Tan Shiying，Hu Junguo. Intelligent removal and inpainting of dynamic targets in rural scene images[J]. Application of Electronic Technique，2026，52(6)：41-48.
引言
鄉村是國家治理與鄉村振興的基本單元，其實景三維建模是實現數字化、精細化治理的關鍵支撐。無人機傾斜攝影技術以其高效、低成本的優勢，成為構建鄉村三維數字空間基底的重要手段。然而，在建模過程中，廣泛存在的行人、車輛等非靜態目標，常因影像特征差異導致模型出現類鬼影等扭曲錯位問題，嚴重影響模型的精度與真實性。依賴人工修復的傳統方式效率低、成本高。因此，實現非靜態目標的自動識別與高質量修復，對提升建模自動化水平、降低建設成本、支撐智慧鄉村精準應用具有重要現實意義。
在無人機影像目標檢測領域，單階段檢測算法的優化主要圍繞特征融合機制與計算效率的平衡展開。Yang等人[1]提出的QueryDet通過跨尺度稀疏查詢機制實現1080 P分辨率下42 fps的檢測速度，但其金字塔特征對齊策略導致小目標特征響應衰減。Lv等人[2]提出的 RT-DETR 通過混合編碼器增強了全局上下文建模能力，在VisDrone數據集上表現優異；然而，其基于 Transformer 的架構在處理高分辨率圖像時，相比輕量級 CNN 仍具有較高的計算復雜度和內存需求，增加了在資源受限邊緣設備上的部署難度。本文選擇YOLO11s作為基準模型，其同時具有較高的檢測精度、較小的模型尺寸和較快的檢測速度等優點。針對小目標檢測中的特征損失問題，Sunkara等人[3]設計的SPD卷積采用空間到深度變換，將高分辨率特征圖轉換為通道維度，再通過1×1卷積進行特征映射。這種結構在避免池化操作造成信息丟失的同時，將標準卷積層的計算復雜度降低，特別適用于無人機影像等小目標密集場景。
圖像修復技術從傳統擴散模型到深度學習方法的演進過程中，Bertalmio等人[4]首次建立基于偏微分方程的修復框架，但僅適用于小區域紋理合成。Criminisi等人[5]提出的樣例填充算法雖能處理大區域缺失，但難以保持結構連續性。近年來，Dong等人[6]提出的修復算法通過聯合優化拓撲感知器與紋理生成器，構建了端到端的圖像修復框架。其創新性在于將結構先驗與生成對抗網絡相結合，顯著提升了復雜場景下的修復視覺保真度。針對非靜態目標的建模干擾，傳統方法主要依賴人工標注與MeshLab軟件后處理，耗時較大。Schult等人[7]提出的Mask3D雖能實現較高自動分割精度，但需要LiDAR點云輔助訓練。Cai等人[8]提出的NDR神經微分正則化器，將動態目標引起的重建誤差降低至2.14 mm，但其計算復雜度達到O(n3)，難以適應大規模實景三維建模需求。
本文面向智慧鄉村建設中的實景三維建模需求，提出一種針對鄉村場景非靜態目標的檢測修復協同處理框架，通過改進的YOLO11完成小目標識別并為檢測框部分添加掩膜后，利用一種基于Transformer結構增強的增量式圖像修復算法實現小目標的消除，旨在通過智能化的影像處理技術，降低鄉村三維建模中的人工干預成本，提升建模成果的可用性與應用價值，為數字鄉村與智慧治理提供高質量的時空數據基底。
本文詳細內容請下載：
http://m.tom3567.com/resource/share/2000007102
作者信息：
譚詩盈1，2，胡軍國1
（1.浙江農林大學 數學與計算機科學學院，浙江 杭州 311300；
2.國家林草局林業感知技術與智能裝備重點實驗室，浙江 杭州 311300）
