结合特征增强和多尺度感受野的低照度目标检测 |
| |
引用本文: | 江泽涛,翟丰硕,钱艺,肖芸,张少钦.结合特征增强和多尺度感受野的低照度目标检测[J].计算机研究与发展,2023(4):903-915. |
| |
作者姓名: | 江泽涛 翟丰硕 钱艺 肖芸 张少钦 |
| |
作者单位: | 1. 广西图像图形与智能处理重点实验室(桂林电子科技大学);2. 南昌航空大学土木建筑学院 |
| |
基金项目: | 国家自然科学基金项目(61876049,62172118);;广西自然科学基金重点项目(2021GXNSFDA196002);;广西研究生教育创新计划项目(YCB2021070,YCBZ2018052,YCSW2022269); |
| |
摘 要: | 低照度图像普遍存在噪声、颜色失真和低对比度等图像退化问题,不仅影响视觉体验,而且严重影响低照度目标检测精度.为了更好地完成低照度目标检测任务,提出一种结合特征增强和多尺度感受野(feature enhancement and multi-scale receptive field, FEMR)的低照度目标检测算法.首先,像素级高阶映射(pixel-level high-order mapping, PHM)模块学习低照度到正常照度的高阶映射关系,进而提高低照度目标特征显著性,从而获得初步增强的特征信息.然后,关键信息增强(key information enhancement, KIE)模块结合多种注意力机制,突出重要特征并过滤噪声信息,获得进一步增强的特征信息.此外,长距离特征捕获(long distance feature capture, LFC)模块引入多种尺度的条状感受野,捕获低照度场景中孤立区域的长距离关系.实验表明,所提算法在低照度目标检测精度方面具有较好的表现,同时能直接输出正常照度风格图像下的检测结果,实现端到端的低照度目标检测,便于人眼直接评估检测结果的精度.
|
关 键 词: | 低照度 目标检测 特征增强 多尺度感受野 长距离关系 |
|
|