多通路高分辨率网络与注意力机制融合的车辆检测模型

• 作者: 丁飞 米冠宇 童恩 张楠 暴建民 张登银
• 来源期刊: 汽车安全与节能学报
• 学科: 工学
• 关键词: 车辆检测 高分辨率网络 注意力机制 特征融合 跳跃连接
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 智能驾驶与智慧交通|Intelligent Driving and Intelligent Transportation
• 页码范围: 122-130
• 页数: 9页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8484.2022.01.012

摘要

为改善道路交通监测和保证智能网联交通系统的安全、可靠与稳定运行,提出了在路侧边缘平台中基于多通路高分辨率网络与注意力机制融合的车辆检测模型MCHRANet.该模型采用多通路的高分辨率网络的结构设计,保留高分辨率特征并保障识别准确率.融入注意力机制的特征融合方法,通过特征连接权重自学习实现多尺度特征的深度融合.各通路网络采用跳跃连接促进跨层特征融合,加速网络收敛,并利用公开数据集对车辆检测性能进行评估并验证.结果表明:所提模型的车辆检测性能优于3个传统模型,改进后的网络识别平均精度均值(mAP)指标接近95％,且对于不同场景下的检测具有良好的鲁棒性.