首页|基于注意力及特征融合的红外行人检测算法

基于注意力及特征融合的红外行人检测算法

An infrared pedestrian detection algorithm based on attention and feature fusion

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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 and feature fusion-you only look once,AFFM-YOLO).提出了一种注意力特征提取模块(attention feature extraction module,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(Multi-scale feature fusion module,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:AFFM-YOLO取得了89.1%的平均精度,相比于基线算法YOLOv5 提高了 2.4%,AFFM-YOLO具有更好的表现,对红外图像行人的检测效果有明显提升.

邓天民、王丽、刘旭慧

展开 >

重庆交通大学 交通运输学院,重庆 400074

目标检测 红外行人检测 注意力机制 多尺度特征融合 多尺度特征检测

国家重点研发计划重庆市技术创新与应用发展专项重点项目川渝联合实施重点研发项目

SQ2020YFF0418521cstc2020jscxdxwtBX0019cstc2020jscxcylhX0007

2023

10.3969/j.issn.1674-8425(z).2023.06.023

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(11)
  • 3