基于改进门控上下文聚合网络的雾天实时行人检测方法

摘要：

针对自动驾驶车辆在雾天情况下易将行人误检和漏检的问题,提出一种基于改进GCANet除雾网络和CenterNet检测网络相结合、有效进行雾天行人识别的联合检测方法.该方法在GCANet中引入结合底层细节和全局结构的复合损失函数,优化除雾图的结构细节及图像质量;并将改进的GCANet除雾算法应用于检测算法的训练图像预处理中,最后送入CenterNet网络训练.试验结果显示,本文提出的方法在合成雾天数据集Foggy Citypersons上的平均对数漏检率MR-2值达到9.65,在真实雾天数据集RTTS上的平均精度AP50值达到86.11,降低了雾天场景下行人的漏检和误检情况,有效提升了检测网络在雾天条件下的泛化能力.

关键词：行人检测、GCANet、图像处理、CenterNet

所属期刊栏目：45

分类号：TP391.41;TN915;U463.6

资助基金：广西科技重大专项;广西重点研发计划项目;佛山仙湖实验室开放基金

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：796-806