重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (6): 196-203.
邓天民,王 丽,刘旭慧
摘要: 针对红外图像行人检测算法中复杂背景行人误检率高、密集行人检测精度低以及 远景小目标行人漏检等问题,提出了一种基于注意力及特征融合的红外行人检测算法(attention andfeaturefusionyouonlylookonce,AFFMYOLO)。提出了一种注意力特征提取模块(attention featureextractionmodule,AFEM),融入网络主干部分,抑制无关背景信息,加强关键特征信息的 提取。设计了一种多尺度特征融合模块(Multiscalefeaturefusionmodule,MFFM),嵌入网络颈 部部分,实现不同尺度间特征信息的有效融合,增加大尺度检测层,加强目标检测器对远景小目 标行人的特征提取能力。在 FLIR数据集做验证实验,结果表明:AFFMYOLO取得了 89.1%的 平均精度,相比于基线算法 YOLOv5提高了 2.4%,AFFMYOLO具有更好的表现,对红外图像 行人的检测效果有明显提升。
中图分类号: