基于可见光-红外特征级融合的低光照下伪装目标智能检测技术

打开文本图片集

摘 要：低光照环境下的伪装目标检测是揭伪领域的难题之一，尤其随着伪装技术的不断发展，目标与环境背景高度融合，若此时的光照条件较差，往往会导致常规单模态目标检测算法性能退化。针对该问题，构建了一种以目标检测任务为引导的特征级融合网络。首先，设计了一种残差密集连接，实现多个维度信息提取和堆叠，提升目标在原始信息中的显著程度，获得伪装目标融合特征；然后，将融合特征送入YOLOv7网络进行伪装目标检测，通过损失函数优化、空间-通道注意力机制综合，有效提升了低光照下伪装目标检测效果。（剩余11825字）