通过增强型红外偏振图像上的AI视觉技术,在复杂光照条件下实现精确的自动物体识别

《Optics》:Accurate Automatic Object Identification Under Complex Lighting Conditions via AI Vision on Enhanced Infrared Polarization Images

【字体: 大 中 小 】 时间:2026年01月04日 来源:Optics 1.6

编辑推荐:

   摘要

  

摘要

目标识别(Object Identification, OI)广泛应用于自动驾驶、安全、机器人技术、环境监测和医学诊断等领域。与可见光相比,使用红外(IR)图像的目标识别在低光照条件下具有更高的可见性,能够实现全天候操作。然而,在目标和背景温度相似的复杂场景中,低对比度常常导致目标识别失败。因此,迫切需要提高红外图像的对比度以实现准确的目标识别。理想情况下,应该开发一种全自动流程,能够在任何光照条件下(尤其是在光子不足的情况下)识别红外图像中的目标。在这里,我们首次展示了一种基于偏振红外成像和人工智能(AI)视觉(Yolov7)的高度精确的自动红外目标识别方法,该方法能够快速识别目标,并具有较高的识别置信度(DCL,高达0.96)。此外,我们还证明了在光子不足、雾天以及物体被不透明物质覆盖等复杂环境中,该方法仍能实现准确的目标识别,并保持较高的识别置信度。最后,通过训练模型,我们可以识别任何目标。在本文中,我们以无人机为例进行了实验,进一步扩展了该方法的应用范围。因此,我们的方法能够在全天候条件下实现广泛的目标识别应用,并具备优异的性能。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号