基于残差对齐与动态多核设计的红外-可见光融合行人检测网络EFDNet
《Sensors》:A Residual Alignment and Dynamic Multi-Kernel Network for Infrared–Visible Pedestrian Detection
【字体:
大
中
小
】
时间:2026年10月22日
来源:Sensors 4.0
编辑推荐:
为了解决红外-可见光融合行人检测中固有的特征冗余、跨模态不对齐和尺度敏感性等问题,本文提出了一种具有残差对齐和动态多核设计的新颖多模态行人检测网络,称为EFDNet。具体而言,开发了一种增强的多尺度特征提取(EMFE)模块,以增强细粒度特征的判别能力。通过将高效多尺度注意力(
为了解决红外-可见光融合行人检测中固有的特征冗余、跨模态不对齐和尺度敏感性等问题,本文提出了一种具有残差对齐和动态多核设计的新颖多模态行人检测网络,称为EFDNet。具体而言,开发了一种增强的多尺度特征提取(EMFE)模块,以增强细粒度特征的判别能力。通过将高效多尺度注意力(EMA)机制嵌入到更快的块架构中,该模块以极小的计算开销增强了边缘和纹理特征表示。在此基础上,构建了一个特征对齐恢复模块(FARM),用于抑制热辐射扩散导致的边缘模糊和特征偏差。采用具有跨模态双维度交互的并行残差对齐融合范式,在空间维度和通道维度上实现了像素级与特征级的联合对齐。最后,引入了动态多核通道注意力(DMCA)模块用于层次化特征细化。该模块配备并行多尺度卷积和轻量级权重生成分支,从尺度和通道角度优化特征特性,从而提高了对不同尺度行人目标的检测鲁棒性。在KAIST数据集上的大量实验表明,EFDNet在总体、白天和夜间子集上分别达到了6.73%、8.03%和4.11%的竞争性L-AMR分数。在FLIR和LLVIP数据集上的进一步评估显示,所提出的EFDNet分别达到了82.8%、36.6%、42.0%和97.3%、79.0%、68.2%的mAP50、mAP75和mAP50–95,在部分指标上优于最先进的方法并展现出竞争优势。
生物通微信公众号
生物通新浪微博
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