基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法

基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法贾飞;何家乐;李鹤鹏
【期刊名称】《传感器世界》
【年(卷),期】2024(30)1
【摘要】针对自动驾驶车辆在雾天场景下所采集可见光图像因清晰度低以及噪声干扰等因素导致行人、车辆等目标检测精度降低的问题,提出一种基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法(HD-DiffusionDet)。

首先,在图像编码阶段引入ConvNeXtv2架构以及全卷积掩码自编码器训练策略,以提升网络对低清晰度的有雾图像高表征能力,获得有雾图像的编码特征;然后,利用基于扩散模型生成真实边界框的噪声框,通过生成的噪声框对图像编码器生成的特征图进行RoI特征的裁剪;随后,将裁剪后的RoI特征输入检测解码器,用于检测对象的分类和边界框回归。

通过在自动驾驶真实雾天数据集RTTS上进行实验,所提方法的平均检测精度均高于其余方法,mAP值达到77.3%,降低了雾天场景下行人的漏检和误检情况,证明了所提方法的可行性与有效性。

【总页数】6页(P29-34)
【作者】贾飞;何家乐;李鹤鹏
【作者单位】重庆交通大学机电与车辆工程学院
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于深度卷积自编码器的短距慢动目标检测
2.基于卷积核剪枝的遥感目标检测模型压缩方法
3.事业单位档案的规范化与标准化建设路径
4.综合护理干预对哮喘患者用药依从性及生活质量的影响
5.基于雾天复杂场景下的道路目标检测研究
因版权原因，仅展示原文概要，查看原文内容请购买。