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(duì)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(huì)導(dǎo)致檢測速度降低。針對(duì)這一問題，提出了一種基于時(shí)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(wǎng)絡(luò)的輸入，并通過對(duì)傳統(tǒng)算法的改進(jìn)來提升檢測精度。首先，用可變形卷積替換部分標(biāo)準(zhǔn)卷積，增強(qiáng)了網(wǎng)絡(luò)對(duì)不規(guī)則形狀的特征目...