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 MA Ruyue;WANG Chengaung;CAO Huiliang;SHEN Chong;TANG Jun;LIU Jun

作者机构：中北大学信息与通信工程学院太原030051 中北大学仪器与电子学院太原030051 

基　　金：国家自然科学基金(61973281,51821003,51922009) 山西省重点研发计划项目(202003D111003) 山西省优秀青年培育项目(202103021222011) 光电信息控制和安全技术重点实验室基金(2021JCJQLB055010) 山西省量子传感与精密测量重点实验室(201905D121001) 山西省1331工程项目 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2024年第32卷第4期

页      码：46-53页

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%。

主 题 词：偏振成像 目标检测 图像融合 YOLOv5 图像增强 注意力机制 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16526/j.cnki.11-4762/tp.2024.04.007

馆 藏 号：203127531...