沈 恒,干宗良

(南京郵電大學(xué),江蘇 南京 210009)

1 引 言

熱紅外成像[1]較可見(jiàn)光圖像而言具有獨(dú)特的優(yōu)勢(shì),如不受光照強(qiáng)度影響且能在各種惡劣天氣環(huán)境下工作,在城市安防監(jiān)控、軍事演練等領(lǐng)域得到廣泛關(guān)注。但是紅外圖像在一些特定環(huán)境 (如辦公廳、教學(xué)樓等光滑建筑環(huán)境)具有一定程度的反射現(xiàn)象,這直接干擾紅外圖像的后續(xù)處理過(guò)程。以紅外行人檢測(cè)為例,行人被鏡面反射的能量會(huì)被熱紅外成像儀再次接收并以各種形式呈現(xiàn)出來(lái),檢測(cè)時(shí)誤認(rèn)為是發(fā)熱物體導(dǎo)致不必要的工作。此外,反射回波具有與行人十分相似的輪廓和梯度信息,加上紅外圖像本身對(duì)比度低的特性,行人和對(duì)應(yīng)的偽影往往具有十分相似的特征,無(wú)論是用人眼先驗(yàn)還是用計(jì)算機(jī)判別都耗時(shí)耗力且并不準(zhǔn)確,易混淆行人和行人偽影。紅外行人偽影檢測(cè)技術(shù)就是針對(duì)性的標(biāo)記行人偽影區(qū)域,讓人們根據(jù)需求提取行人紅外圖像有用信息,方便后續(xù)使用。

紅外行人偽影圖像背景復(fù)雜,用傳統(tǒng)紅外目標(biāo)檢測(cè)方法,如max-mean[3]、圖像分割[4]和偏微分方程[5]等受到單一場(chǎng)景的限制,難以分離偽影區(qū)域。而深度學(xué)習(xí)算法[6]具有對(duì)復(fù)雜上下文信息更好的特征表達(dá)能力,用來(lái)檢測(cè)偽影區(qū)域的適用性更高?？傮w來(lái)說(shuō),基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法可分為兩大類:一類是基于區(qū)域的雙階段目標(biāo)檢測(cè)算法,如R-CNN[7]( Region-based Convolution Neural Nedtwork)、Fast R-CNN[8]等。另外一類則是區(qū)域選擇和目標(biāo)檢測(cè)統(tǒng)一的單階段目標(biāo)檢測(cè)算法,典型的有SSD[9](Single Shot multibox Detector)和Redmon等提出的YOLO[10-14]系列算法。針對(duì)紅外圖像行人檢測(cè),研究者們分別對(duì)現(xiàn)有的單階段和雙階段目標(biāo)檢測(cè)算法進(jìn)行了改進(jìn),如Xie H等人[15]構(gòu)建了多種類型的Fast R-CNN模型,適用于不同需求下的紅外行人檢測(cè)任務(wù)。Wang X等人針對(duì)YOLOv4提出了一種新的紅外行人檢測(cè)算法(RepVGG-YOLOv4,Rep YOLO)[16],提高了檢測(cè)效率。Montenegro B等人[17]對(duì)YOLOv5s輕量算法進(jìn)行了改進(jìn),使用2個(gè)YOLOv5s子網(wǎng)絡(luò)構(gòu)建紅外行人檢測(cè)模型,彌補(bǔ)了輕量網(wǎng)絡(luò)檢測(cè)精度低的缺陷。

由于紅外行人偽影形態(tài)變化復(fù)雜,對(duì)比度低,使用單階段目標(biāo)檢測(cè)算法檢測(cè)精度不高。因此,本文借鑒雙階段目標(biāo)檢測(cè)算法的設(shè)計(jì)思想,使用兩個(gè)輕量YOLO分別用于區(qū)域選擇和紅外行人偽影目標(biāo)提取。滿足檢測(cè)精度要求的同時(shí),避免了雙階段網(wǎng)絡(luò)繁瑣、實(shí)時(shí)性差的問(wèn)題,工作如下:

(1)針對(duì)行人偽影直接檢測(cè)容易出現(xiàn)的誤檢和漏檢現(xiàn)象,構(gòu)建基于輕量YOLO的雙階段行人偽影檢測(cè)算法,先提取“行人-偽影”聯(lián)合區(qū)域,后行人偽影精準(zhǔn)定位。

(2)針對(duì)輕量網(wǎng)絡(luò)檢測(cè)精度不高的問(wèn)題,本文對(duì)YOLOv5s進(jìn)行了改進(jìn)。我們?cè)诰W(wǎng)絡(luò)的主干部分使用改進(jìn)的下采用模塊[2]LSM替換FOCUs模塊,增強(qiáng)低級(jí)語(yǔ)義信息提取能力,并減少浮點(diǎn)運(yùn)算數(shù)。其次嵌入注意力模塊[18](Convolutional Block Attention Module,CBAM),使網(wǎng)絡(luò)更加關(guān)注有用區(qū)域,提高模型的檢測(cè)精度。

(3)針對(duì)雙階段網(wǎng)絡(luò)容易出現(xiàn)的模型繁瑣問(wèn)題,設(shè)計(jì)只有兩個(gè)尺度輸出特征層的輕量網(wǎng)絡(luò)LS-YOLO,減少檢測(cè)框數(shù)量,保證檢測(cè)速度。

2 紅外行人偽影分析

在行人熱紅外圖像的拍攝場(chǎng)景中,紅外圖像的呈現(xiàn)效果取決于光敏元件捕捉的熱輻射強(qiáng)度,由于電磁波的反射效應(yīng),如果行人所處環(huán)境中存在發(fā)射率低的材料,例如光滑鏡面材料,它會(huì)反射行人及背景產(chǎn)生的熱輻射,使得紅外成像儀不僅僅接收到行人自身的熱輻射,也有來(lái)自鏡面反射的行人熱輻射,如圖1所示。最終成像中不僅包括行人本身部分,也有來(lái)自光滑鏡面反射行人熱輻射能量后的紅外成像。

圖1 行人偽影形成原理

行人所處環(huán)境復(fù)雜多變以及紅外圖像本身具有對(duì)比度低、分辨率差,使得同一行人在不同位置產(chǎn)生的偽影存在亮度、邊沿形狀以及尺度的巨大變化。如圖2(a)所示,一個(gè)行人在圖像中呈現(xiàn)多個(gè)形狀、尺度不同的偽影,給檢測(cè)帶來(lái)極大干擾;圖2(b)則展示了行人的部分偽影被背景塊遮擋,喪失了真實(shí)的行人特性,雖然這種圖能夠用人眼先驗(yàn)判斷,但是對(duì)于神經(jīng)網(wǎng)絡(luò)卻很難做到。綜上,一張行人紅外成像可能出現(xiàn)多個(gè)偽影區(qū)域,不同位置的偽影變化很大,有些偽影與行人本身十分相似,用神經(jīng)網(wǎng)絡(luò)直接定位行人偽影復(fù)雜度較高。因此,本文提出一種基于聯(lián)合區(qū)域的雙階段輕量YOLO檢測(cè)算法,借鑒了雙階段網(wǎng)絡(luò)能有效提高準(zhǔn)確率的思想,降低了網(wǎng)絡(luò)分離復(fù)雜背景環(huán)境和行人偽影的壓力,同時(shí)輕量結(jié)構(gòu)的設(shè)計(jì)也能滿足實(shí)時(shí)檢測(cè)要求。

圖2 行人偽影

3 紅外行人偽影檢測(cè)算法設(shè)計(jì)

本文提出的雙階段紅外行人偽影檢測(cè)算法結(jié)構(gòu)如圖3所示,第1階段使用LSM雙分支結(jié)構(gòu)替換YOLOv5s網(wǎng)絡(luò)的FOCUs模塊,添加注意力感知使網(wǎng)絡(luò)更加關(guān)注具有行人和對(duì)應(yīng)偽影的聯(lián)合區(qū)域,提高了檢測(cè)精度。第2階段,消除背景后行人和偽影信息相對(duì)突出,結(jié)合輕量YOLO思想設(shè)計(jì)行人偽影精準(zhǔn)定位模型LS-YOLO,最后整合兩個(gè)輕量網(wǎng)絡(luò)完成紅外行人偽影檢測(cè)任務(wù)。下面將著重介紹我們的改進(jìn)工作,關(guān)于YOLOv5s主干特征提取和多尺度特征融合的更多細(xì)節(jié)可以參考文獻(xiàn)[14]～[19],在這不再贅述。

圖3 紅外行人偽影檢測(cè)算法框圖

3.1 LSM模塊

Focus模塊是YOLOv5s模型在圖像進(jìn)入主干特征提取網(wǎng)絡(luò)前的預(yù)處理部分。如圖4所示,將像素點(diǎn)與像素點(diǎn)進(jìn)行步長(zhǎng)為2的跳躍連接,原始輸入為640×640×3的圖像切片后變成320×320×12尺寸。

圖4 Focus切片操作

Focus的設(shè)計(jì)者認(rèn)為通過(guò)切片再下采樣的方法能夠減少浮點(diǎn)運(yùn)算數(shù)(FlOPs)。FlOPs在神經(jīng)網(wǎng)絡(luò)中常用來(lái)衡量算法或模型的復(fù)雜度,表達(dá)式為:

(1)

(2)

在YOLOv5s中,輸入圖像經(jīng)Focus切片操作后會(huì)進(jìn)行兩次下采樣卷積得到160×160×64的特征圖,兩次卷積核大小都為3×3。由上述,可計(jì)算出YOLOv5s中使用FOCUs并將輸入圖像轉(zhuǎn)換為160×160×64的特征圖所需的浮點(diǎn)操作數(shù)和參數(shù)數(shù)量為:

FLOPs(Focus)=3202×32×12×32+1602×32×32×64=825753600

(3)

Params(Focus)=32×12×32+32×32×64=21888

(4)

實(shí)際上,Focus切片操作在沒(méi)有進(jìn)行特征提取的情況下進(jìn)行像素空間跳躍連接會(huì)損失部分空間信息。因此,本文使用LSM模塊替換原Focus結(jié)構(gòu),滿足減少浮點(diǎn)運(yùn)算數(shù)的同時(shí)避免丟失信息,如圖5所示。

圖5 LSM結(jié)構(gòu)

LSM模塊的特點(diǎn)在于通過(guò)雙分支結(jié)構(gòu)使網(wǎng)絡(luò)映射不同感受野,由于3×3卷積和最大池化具有不同的特征表達(dá),如最大池化更有利于紋理特征的提取,所以兩個(gè)分支分別通過(guò)3×3卷積和最大池化操作提取不同特征并壓縮圖像,再用1×1卷積整合特征,最后拼接兩個(gè)分支得到160×160×64的特征圖,綜上LSM模塊的復(fù)雜度為:

FLOPs(LSM)=3202×32×3×32+3202×12×32×16+1602×32×162+1602×12×16×32+1602×22×32+1602×12×32×32=242483200

(5)

Params(LSM)=32×32×3+12×32×16+32×16×16+12×16×32+12×32×32=5216

(6)

與Focus模塊相比,采用LSM的浮點(diǎn)運(yùn)算數(shù)和參數(shù)量分別縮減約為原來(lái)的1/3,1/4,模型更為輕量,且LSM在特征提取之前不會(huì)損失信息,具有更好的特征表達(dá)能力。

3.2 添加注意力感知模塊CBAM

第一階段“行人-偽影”聯(lián)合區(qū)域的檢測(cè)是后續(xù)處理的基礎(chǔ),因此,本文注重提升網(wǎng)絡(luò)的注意力焦點(diǎn),使網(wǎng)絡(luò)更關(guān)注來(lái)自目標(biāo)區(qū)域的特征點(diǎn),提高檢測(cè)的準(zhǔn)確率。添加空間-通道注意力感知模塊(CBAM)[18]是實(shí)現(xiàn)網(wǎng)絡(luò)自適應(yīng)注意的一種方式,CBAM結(jié)構(gòu)如圖6所示。

圖6 CBAM通道注意力和空間注意力結(jié)構(gòu)

簡(jiǎn)言之就是通過(guò)雙池化操作分別按通道和空間對(duì)特征映射進(jìn)行壓縮,再通過(guò)全連接和卷積增強(qiáng)注意力模塊非線性表達(dá)的能力,使用sigmoid函數(shù)歸一化后獲得每個(gè)通道和空間的權(quán)重(0～1之間),最后以相乘形式把權(quán)重加權(quán)到輸入特征圖上,實(shí)現(xiàn)越重要的特征加權(quán)越多并抑制無(wú)用信息。CBAM是一個(gè)輕量級(jí)的通用模塊,如圖3所示,本文將注意力添加到Y(jié)OLOv5s的主干特征提取網(wǎng)絡(luò)之后,對(duì)已經(jīng)提取到的深層特征進(jìn)行注意力加權(quán),使第一階段網(wǎng)絡(luò)自適應(yīng)的聚焦目標(biāo)區(qū)域。

3.3 LS-YOLO網(wǎng)絡(luò)設(shè)計(jì)

第二階段的任務(wù)是從“行人-偽影”聯(lián)合區(qū)域中定位行人偽影,由于聯(lián)合區(qū)域消除了原本的復(fù)雜背景,因此這一階段需要減少模型復(fù)雜度,本文借鑒輕量YOLO的思想設(shè)計(jì)了LS-YOLO網(wǎng)絡(luò),對(duì)于本身特征不充分的行人偽影具有很好的定位能力。

如圖3所示。LS-YOLO網(wǎng)絡(luò)首先使用LSM模塊提取淺層特征并將特征圖尺寸調(diào)整為160×160×64,主干部分由Resblock_body[14]殘差結(jié)構(gòu)組成,如圖7所示,Resblock_body先用卷積對(duì)輸入特征進(jìn)行整合,之后將整合后的特征層劃為兩部分,一部分作為大殘差邊route。另一部分的通道進(jìn)行1∶1分割,取后者作為分割的主干部分,然后對(duì)主干部分進(jìn)行3×3卷積并引出小殘差邊route_1,小殘差邊會(huì)與再次卷積后的主干部分相接調(diào)整通道,對(duì)相接的結(jié)果做1×1卷積處理,并與大殘差邊拼接,拼接后的特征圖通道數(shù)是之前2倍,最后經(jīng)過(guò)最大池化操作將寬高縮減為原先的一半實(shí)現(xiàn)下采樣。在LS-YOLO網(wǎng)絡(luò)中,每一次Resblock_body后都會(huì)引出一個(gè)分支去構(gòu)建特征金字塔[20](Feature Pyramid Network,FPN),將淺層邊緣細(xì)節(jié)特征和高層語(yǔ)義特征融合實(shí)現(xiàn)特征增強(qiáng)效果。具體為第一次Resblock_body后引出的特征圖經(jīng)過(guò)一次下采樣卷積,尺寸調(diào)整為40×40×256,這個(gè)特征圖會(huì)與第二次Resblock_body的結(jié)果進(jìn)行融合得到40×40×512的特征圖。第三次Resblock_body后引出的特征層經(jīng)過(guò)兩次卷積對(duì)特征進(jìn)行整合,整合后的特征圖一個(gè)分支為第一個(gè)尺度的特征輸出層,其尺寸為20×20×1024;另一分支首先經(jīng)過(guò)卷積將通道數(shù)調(diào)整為512,再通過(guò)最鄰近上采樣后與上述40×40×512的特征圖有效融合作為第二個(gè)尺度的特征輸出層,尺寸為40×40×1024,最后預(yù)測(cè)頭部根據(jù)這兩個(gè)輸出特征層進(jìn)行結(jié)果預(yù)測(cè)并輸出行人偽影的位置,預(yù)測(cè)頭部實(shí)現(xiàn)可參考文獻(xiàn)[13]。

圖7 Resblock_body結(jié)構(gòu)

4 實(shí)驗(yàn)及結(jié)果分析

4.1 實(shí)驗(yàn)設(shè)計(jì)

為了評(píng)估雙階段算法的性能,實(shí)驗(yàn)使用fluke公司發(fā)行的TiX640型長(zhǎng)波紅外熱成像儀拍攝紅外行人圖像來(lái)構(gòu)建一個(gè)新的紅外行人數(shù)據(jù)集,采集了包含不同類型反射物質(zhì)的場(chǎng)景,如現(xiàn)代教學(xué)樓、辦公廳、和一些特定的戶外環(huán)境。收集到的圖像分為三類,分別為只有行人、某一種類型的偽影(如地面或者是墻面),以及混合地面和墻面?zhèn)斡暗募t外圖像,示例見(jiàn)圖8。在數(shù)據(jù)預(yù)處理階段,本文采用labelImg圖片標(biāo)注工具分別對(duì)“行人-偽影”聯(lián)合區(qū)域模型和“行人偽影”模型按照7∶2∶1比例進(jìn)行訓(xùn)練集、測(cè)試集、驗(yàn)證集的劃分,并使用mosaic-4[14]數(shù)據(jù)增強(qiáng)的方法對(duì)訓(xùn)練集進(jìn)行樣本擴(kuò)充,增強(qiáng)后訓(xùn)練集圖片共有4216張。

圖8 數(shù)據(jù)集部分紅外圖像示例

實(shí)驗(yàn)使用的硬件配置信息如圖表1所示。算法檢測(cè)性能的評(píng)估由模型檢測(cè)速度和檢測(cè)精度衡量,檢測(cè)精度采用公信力最高的平均精度均值 (mean average precision,mAP)和模型訓(xùn)練的最終損失值大小進(jìn)行比較,精度的計(jì)算又由準(zhǔn)確率(Precision)和召回率(Recall)來(lái)決定,當(dāng)預(yù)測(cè)框與真實(shí)框的交并比(intersection over union,IOU)大于設(shè)定的某個(gè)值(本文設(shè)定0.5)時(shí)可認(rèn)為預(yù)測(cè)正確,統(tǒng)計(jì)后可計(jì)算出準(zhǔn)確率和召回率;檢測(cè)速度則通過(guò)模型每秒能夠處理并返回的畫面幀數(shù)(Frames Per Second,FPS)衡量。

表1 實(shí)驗(yàn)環(huán)境信息

訓(xùn)練時(shí),由于網(wǎng)絡(luò)結(jié)構(gòu)改變,從0開(kāi)始訓(xùn)練的模型權(quán)重過(guò)于隨機(jī),引起網(wǎng)絡(luò)震蕩。本文先對(duì)模型預(yù)訓(xùn)練10個(gè)迭代作為權(quán)重初始值,再分別訓(xùn)練“行人-偽影”聯(lián)合區(qū)域模型以及偽影定位模型300和100個(gè)epoches,訓(xùn)練時(shí)選擇Warmup=3的預(yù)熱學(xué)習(xí)率的方式,使得開(kāi)始訓(xùn)練的3個(gè)epoches內(nèi)學(xué)習(xí)率較小,模型可以慢慢趨于穩(wěn)定。預(yù)熱后初始學(xué)習(xí)率為0.01,其他為默認(rèn)設(shè)置。

4.2 結(jié)果分析

本文使用YOLOv5s、YOLOv4、RepYOLO[16]、YOLOv3[12]、Faster R-CNN等算法模型與本文模型進(jìn)行比較,其中,RepYOLO和YOLOv3是Montenegro B等人針對(duì)紅外圖像行人檢測(cè)提出的改進(jìn)算法。結(jié)果表明雙階段輕量YOLO算法性能更加出色,能完成實(shí)際應(yīng)用中針對(duì)特定場(chǎng)景行人偽影檢測(cè)的任務(wù)。

4.2.1 LSM+CDAM模塊解耦對(duì)比試驗(yàn)

為驗(yàn)證第一步中LSM和CDAM改進(jìn)的有效性,實(shí)驗(yàn)以YOLOv5s為基準(zhǔn)模型,對(duì)“行人-偽影”聯(lián)合區(qū)域進(jìn)行檢測(cè)。其中LSM替代原網(wǎng)絡(luò)的Focus下采樣模塊,CDAM添加到網(wǎng)絡(luò)的主干特征模塊后,其他參數(shù)均一樣。結(jié)果如表2、3所示,相較于YOLOv5s基準(zhǔn)模型,LSM模塊替換原先的Focus模塊減少了浮點(diǎn)運(yùn)算數(shù),對(duì)于整個(gè)網(wǎng)絡(luò)運(yùn)算數(shù)和參數(shù)減少不多,FPS有輕微提升,但是LSM能夠更有效的增強(qiáng)網(wǎng)絡(luò)低級(jí)特征提取能力,使得整個(gè)網(wǎng)絡(luò)精度提升2.69%;再添加CDAM模塊對(duì)提取的特征整合以及增加注意力,最終在滿足檢測(cè)速度不下降的同時(shí)整個(gè)網(wǎng)絡(luò)的精度提升了5.46%。表3展示了不同的模型在“行人-偽影”聯(lián)合區(qū)域的檢測(cè)性能,與紅外行人檢測(cè)算法RepYOLO以及原基準(zhǔn)模型相比,本文改進(jìn)后的模型由于整合了注意力,訓(xùn)練時(shí)自適應(yīng)聚焦于紅外行人圖像中具有行人和偽影的聯(lián)合區(qū)域,檢測(cè)效果最好。

表2 LSM+CDAM消融實(shí)驗(yàn)

表3 不同模型檢測(cè)聯(lián)合框的結(jié)果

4.2.2 LS-YOLO實(shí)驗(yàn)分析

本文提出的LS-YOLO是針對(duì)第2階段行人偽影精細(xì)定位設(shè)計(jì)的輕量模型,權(quán)重大小只有18.75M。為了驗(yàn)證性能,我們與基準(zhǔn)模型YOLOv4-tiny[13]做對(duì)比試驗(yàn),結(jié)果如圖8所示,可以看出模型改進(jìn)后,可訓(xùn)練性更強(qiáng),且訓(xùn)練效果更加出色,YOLOv4-tiny收斂后的損失值在4.6左右,而LS-YOLO則降低到了2.7附近,并且模型在測(cè)試集上的泛化能力較好,與訓(xùn)練的損失值十分接近,說(shuō)明沒(méi)有發(fā)生過(guò)擬合現(xiàn)象。圖9是測(cè)試時(shí)具有代表性的結(jié)果反饋,LS-YOLO的網(wǎng)絡(luò)損失比YOLOv4-tiny更低,對(duì)偽影的位置定位更準(zhǔn)確。

圖9 LS-YOLO損失函數(shù)曲線對(duì)比圖

4.2.3 二步算法綜合性能分析

如表4所示,與其他模型結(jié)果對(duì)比可知,雙階段輕量YOLO行人偽影檢測(cè)算法相對(duì)于YOLOv5s,RepYOLO,YOLOv4,YOLOv3,SSD,Faster R-CNN直接檢測(cè)的網(wǎng)絡(luò)精度分別提升6.52 %,8.04 %,3.14 %,9.25 %,17.66 %,26.33 %。直接檢測(cè)法中YOLOv4的檢測(cè)效果最好,mAP達(dá)到92.33 %,但是YOLOv4網(wǎng)絡(luò)權(quán)重大小有240M,是LS-YOLO的10倍,模型過(guò)于復(fù)雜。檢測(cè)速度方面,YOLOv5s實(shí)時(shí)性能最好,精度卻相對(duì)一般。我們提出的模型結(jié)合了兩個(gè)超輕量的網(wǎng)絡(luò),所以檢測(cè)速度比不過(guò)YOLOv5s,不過(guò)仍然能夠滿足實(shí)時(shí)檢測(cè)的要求。為了更直觀的比較不同模型的性能,圖10展示了我們從測(cè)試結(jié)果上挑選的一部分檢測(cè)實(shí)例,對(duì)于嚴(yán)重殘缺的行人偽影目標(biāo)來(lái)說(shuō),直接檢測(cè)法效果不佳。如圖10的(a)、(d)所示,SSD和YOLOv3等算法無(wú)法有效識(shí)別目標(biāo)。面對(duì)背景復(fù)雜,行人和偽影特征不突出的環(huán)境時(shí)易出現(xiàn)錯(cuò)檢情況,如(c)中將行人誤檢為偽影,(f)目標(biāo)漏檢。行人偽影檢測(cè)時(shí),基于YOLOv4的模型對(duì)特征信息變化十分敏感,當(dāng)背景特征與行人偽影特征相似時(shí)容易出現(xiàn)誤檢現(xiàn)象,如(h)和(i)所示。相比之下,本文算法從原理上降低錯(cuò)檢、漏檢的風(fēng)險(xiǎn),檢測(cè)精度高,并且模型輕量,滿足實(shí)時(shí)部署的要求。

表4 二步算法性能對(duì)比試驗(yàn)結(jié)果

圖11 不同算法檢測(cè)效果圖

5 結(jié) 論

在分辨率差、背景不突出的紅外圖像中,由于鏡面回波形成的偽影具有與行人以及某些環(huán)境物體相似的特征信息,主觀先驗(yàn)法無(wú)法判斷偽影位置,而深度學(xué)習(xí)領(lǐng)域的目標(biāo)檢測(cè)算法依賴于對(duì)目標(biāo)與環(huán)境背景的精細(xì)分離和信息整合、判斷,直接檢測(cè)法往往效果不佳。本文提出了一種基于“行人-行人偽影”聯(lián)合區(qū)域的二步檢測(cè)輕量算法,整個(gè)網(wǎng)絡(luò)模型大小只有41 M,平均精度均值達(dá)到95.45 %。第一步中只需要檢測(cè)“行人-行人偽影”聯(lián)合區(qū)域,從原理上增大了目標(biāo)的面積,減少了誤檢和漏檢概率,并對(duì)基礎(chǔ)模型改進(jìn),提高準(zhǔn)確率。第二步針對(duì)聯(lián)合區(qū)域的偽影檢測(cè)設(shè)計(jì)了一個(gè)僅包含兩個(gè)尺度特征輸出層的輕量網(wǎng)絡(luò)LS-YOLO,與原模型對(duì)比,該算法針對(duì)特征突出、背景環(huán)境單一的聯(lián)合區(qū)域具有較高的準(zhǔn)確率,驗(yàn)證了二步算法的可行性。綜上所述,本文提出的二步輕量算法在保證較高準(zhǔn)確率的條件下也能達(dá)到實(shí)時(shí)檢測(cè)要求,解決了直接行人偽影檢測(cè)算法中偽影漏檢和定位不準(zhǔn)確問(wèn)題,對(duì)后續(xù)針對(duì)行人的處理有很大幫助。下一步,我們將針對(duì)紅外行人圖像環(huán)境中的通用物體進(jìn)行檢測(cè),進(jìn)一步排除影響紅外圖像后處理過(guò)程的因素。