高级搜索

显著性背景感知的多尺度红外行人检测方法

赵斌 王春平 付强

引用本文: 赵斌, 王春平, 付强. 显著性背景感知的多尺度红外行人检测方法[J]. 电子与信息学报, doi: 10.11999/JEIT190761 shu
Citation:  Bin ZHAO, Chunping WANG, Qiang FU. Multi-scale Pedestrian Detection in Infrared Images with Salient Background-awareness[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190761 shu

显著性背景感知的多尺度红外行人检测方法

    作者简介: 赵斌: 男,1990年生,博士生,研究方向为深度学习、目标检测;
    王春平: 男,1965年生,博士生导师,研究方向为图像处理、火力控制理论与应用;
    付强: 男,1981年生,讲师,博士,研究方向为计算机视觉、网络化火控与指控技术
    通讯作者: 王春平,wang_c_p@163.com
摘要: 超大视场红外成像系统探测范围大、不受光照限制,但存在尺度多样、小目标丰富的特点。为此该文提出一种具备背景感知能力的多尺度红外行人检测方法,在提高小目标检测性能的同时,减少冗余计算。首先,构建了4尺度的特征金字塔网络分别独立预测目标,补充高分辨率细节特征。其次,在特征金字塔结构的横向连接中融入注意力模块,产生显著性特征,抑制不相关区域的特征响应、突出图像局部目标特征。最后,在显著性系数的基础上构建了锚框掩膜生成子网络,约束锚框位置,排除平坦背景,提高处理效率。实验结果表明,显著性生成子网络仅增加5.94%的处理时间,具备轻量特性;超大视场(U-FOV)红外行人数据集上的识别准确率达到了93.20%,比YOLOv3高了26.49%;锚框约束策略能节约处理时间18.05%。重构模型具有轻量性和高准确性,适合于检测超大视场中的多尺度红外目标。

English

图(8)表(3)
计量
  • PDF下载量:  12
  • 文章访问数:  727
  • HTML全文浏览量:  1202
文章相关
  • 通讯作者:  王春平, wang_c_p@163.com
  • 收稿日期:  2019-09-30
  • 网络出版日期:  2020-05-20
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章