控制理论与应用

作者：解宇敏,张浪文,余孝源,谢巍

单位：华南理工大学,华南理工大学,华南理工大学,华南理工大学

关键词：可见光图像; 红外图像; 特征融合; 交互; YOLOv5

基金：国家自然科学基金项目(61803161), 广东省自然科学基金项目(2022A1515011887, 2023A1515030119), 清远市科技计划项目(2023DZX006), 佛山 市重点领域科技攻关项目(2020001006812), 顺德区核心攻关项目(2030218000174), 广州市科技计划项目(202102020379), 江门市基础与应用基础 研究项目(2020030103080008999)

目标检测是自动驾驶系统的关键技术, 普通RGB目标检测算法在夜间和恶劣气候等场景往往表现一般, 融合可见光和红外信息的目标检测算法因而受到诸多研究关注. 现有方法通常融合结构复杂, 且忽视了模态间信息交流的重要性. 对此, 本文以YOLOv5为基本框架, 提出一种可见光–红外特征交互与融合的目标检测算法, 使用一种新的主干网络跨阶段局部(CSPDarknet53-F), 采用双分支结构分别提取可见光和红外特征. 然后, 通过特征交互模块重构各模态的信息成分和比例, 提升模态间信息交流, 使可见光和红外特征进行更充分的融合. 在FLIR-aligned和M$^3$FD数据集上的大量实验证明, 本文算法使用的CSPDarknet53-F在协同利用可见光和红外信息方面更加出色, 提升了模型精度, 同时, 拥有对抗光照强度骤变的鲁棒性

来源：2024年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第5期