基于可變形卷積和多尺度殘差注意力的多光譜行人檢測

摘要： 目前多光譜行人檢測算法大多對可見光與紅外圖像融合方法展開研究，但是充分融合多光譜圖像所需的參數(shù)量巨大，會導致檢測速度降低。針對這一問題，提出了一種基于時效性較高的YOLOv5s的多光譜行人檢測算法。為了保證算法的檢測速度，選用可見光與紅外光通道方向上的合并方法作為網絡的輸入，并通過對傳統(tǒng)算法的改進來提升檢測精度。首先，用可變形卷積替換部分標準卷積，增強了網絡對不規(guī)則形狀的特征目... （共8頁）