基于特征融合的可见光与红外图像目标检测

摘要：

为提升目标检测任务在复杂环境下的识别效果,提出了一种基于特征融合的红外与可见光目标检测方法.该方法首先采用并列的卷积神经网络分别提取红外和可见光特征信息,并利用通道和空间注意力机制提升有效特征的权重;其次,为充分利用红外和可见光特征进行信息互补,设计了特征自适应融合结构,以自主学习方式将红外与可见光特征以最优方式加权融合;最后,针对不同尺度目标,通过交替采样方式充分融合深层和浅层特征,保障各维度目标检测效果.通过实验表明,所提方法可以充分利用并融合不同模式、尺度的目标特征信息,实现目标准确识别及定位.同时,在实际电网设备检测中,该方法也体现出较优的鲁棒性和泛化性.

关键词：红外与可见光图像、目标检测、注意力机制、自适应融合、交替采样

所属期刊栏目：53

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国南方电网有限责任公司科技项目No.011000KK58

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：394-401