深度学习在多光谱行人检测中的研究现状与应用前景

行人检测是计算机视觉领域重要的研究方向之一。随着深度学习的快速发展，基于可见光图像的行人检测技术的性能有了明显的提升，但在夜间或恶劣天气条件下检测性能急剧下降。基于可见光和热红外图像融合的行人检测可以有效解决全时段行人检测的问题，而多光谱行人检测的性能取决于可见光和热红外两种模态融合的机制。本文以基于深度学习的多光谱行人检测技术为研究对象，首先介绍了多光谱行人检测的基本深度学习模型，其次从特征级融合、决策级融合和模态迁移融合三个方面具体分析了深度学习在多光谱行人检测中的研究现状，最后分析了深度学习在多光谱行人检测中的应用前景。