面向暗光场景的目标偏振/可见光融合检测方法

• 作者: 马如钺 王晨光 曹慧亮 申冲 唐军 刘俊
• 来源期刊: 计算机测量与控制
• 关键词: 偏振成像 目标检测 图像融合 YOLOv5 图像增强 注意力机制
• 年，卷（期）: 2024,（4）
• 页码范围: 46-53
• 页数: 8页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.04.007

摘要

为解决偏振暗光场景下常见目标识别结果准确性不高的问题，提出了基于卷积神经网络的偏振度图像与可见光图像融合算法，设计了新的损失函数以形成无监督学习过程，引入拉普拉斯算子提高融合图像的质量，最终将被测目标的偏振信息与可见光信息有效结合；提出了基于改进的YOLOv5算法对融合后的目标进行目标检测，在网络框架中加入CA注意力机制，将通道注意力机制与空间注意力机制相结合；在自制的数据集上对提出的网络进行训练测试，结果表明，融合图像在主客观上都达到了较好的视觉效果，将改进的YOLOv5算法相比最优的YOLOv5s模型，精确率和召回率分别达到了89.3%和82.5%,均值平均精度分别提高了2.6%和1.8%。