远红外车载图像实时行人检测与自适应实例分割

发布时间：2021-02-19 09:04

　　针对红外图像检测与分割任务中颜色信息缺失,特征细节模糊并带有噪声,当目标数量较多时传统方法提取过程速度较慢等问题,提出一种用于远红外图像的优化YOLO检测与分割网络模型。提出的两个优化点分别为:综合分析实验使用的两种远红外数据集后使用K-means++聚类算法寻找多尺度预测标记锚点框尺寸;使用局部检测位置自适应阈值分割方法对检测目标进行像素级实例分割。本文优化算法在FLIR公开数据集与本文数据集中的检测速度分别为29frame/s与28frame/s,保证了实时输出的要求;行人检测准确率分别达到75.3%与77.6%,分割结果平均交并比达到70%～90%。实验结果表明,本文算法具有良好的稳健性和普适性,在远红外图像中可快速有效地检测行人并生成实例掩模。 

【文章来源】：激光与光电子学进展. 2020,57(02)北大核心

【文章页数】：11 页

【部分图文】：

YOLO v3结构示意图

图2为默认锚点框在三种尺度上的可视化表达，图3为本文锚点框的可视化表达。可以看出本文选取的锚点框符合行人的外观轮廓特征，使得网络的检测框回归定位有了更加精准的参照标准。图3 本文锚点框的可视化表达

本文锚点框的可视化表达

【参考文献】：
期刊论文
[1]基于长线列扫描周视红外成像的多目标提取方法综述[J]. 范青帅,范宏波,林宇,张晋,林丹丹,杨超,朱亮,李伟.  红外技术. 2019(02)
[2]复杂热红外监控场景下行人检测[J]. 许茗,于晓升,陈东岳,吴成东,贾同,茹敬雨.  中国图象图形学报. 2018(12)
[3]红外单帧图像弱小目标检测技术综述[J]. 王好贤,董衡,周志权.  激光与光电子学进展. 2019(08)
[4]多特征级联的低能见度环境红外行人检测方法[J]. 刘峰,王思博,王向军,赵广伟,霍文甲.  红外与激光工程. 2018(06)
[5]基于改进Fast R-CNN的红外图像行人检测研究[J]. 车凯,向郑涛,陈宇峰,吕坚,周云.  红外技术. 2018(06)
[6]复杂背景下红外人体目标检测算法研究[J]. 马也,常青,胡谋法.  红外技术. 2017(11)
[7]基于SLPP-SHOG的红外图像车辆检测方法[J]. 蔡文靖,王鲁平,张路平.  激光与红外. 2016(08)
[8]红外光照突变下的运动目标检测[J]. 陈强,盛惠兴,张卓,谢迎娟,张学武.  激光与光电子学进展. 2016(11)
[9]红外图像弱小目标探测技术综述[J]. 刘让,王德江,贾平,周达标,丁鹏.  激光与光电子学进展. 2016(05)
[10]窗口热辐射下基于视觉显著性的红外目标检测方法[J]. 彭志勇,王向军,卢进.  红外与激光工程. 2014(06)



本文编号：3040903