【技术实现步骤摘要】
本专利技术属于目标检测，尤其是涉及一种基于图像融合的行人检测方法、设备和介质。
技术介绍
1、工业中通常采用人工驾驶运输车辆，但夜间车间环境的复杂性以及驾驶人员可能发生操作失误给行车安全带来了不确定性因素，严重威胁到行人的生命安全和生产效率。目标检测是计算机视觉领域的关键任务之一，作为目标检测的重要分支，行人检测取得了令人瞩目的发展，但其检测结果很大程度上依赖于输入图像的质量。在光照条件复杂或低光照情况下，光学成像传感器难以提供足够的信息来清晰勾勒目标轮廓，传统的单模态目标检测技术难以获得理想的成像结果，直接影响了行人检测算法输出结果的准确性和可靠性。
2、在这一背景下，多模态目标检测技术应运而生，其旨在通过联合使用不同传感器获得多源数据，以获取更全面的目标信息。目前的多模态目标行人检测方法，通常使用多个骨干网络分别从输入模态中提取特征图，然后利用算法将这些特征图进行融合，融合部分允许检测模型从每个输入中提取详细信息，从而实现更好的性能。例如，lee等提出级联融合的方法，对两种模态特征图进行级联操作使其通道数加倍，然后使用n...
【技术保护点】
1.一种基于图像融合的行人检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤S1中，所述预处理过程包括：
3.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤S2中，所述多尺度特征提取的具体过程如下：
4.根据权利要求3所述的一种基于图像融合的行人检测方法，其特征在于，步骤S202中，所述卷积网络包括卷积层、空间金字塔池化层SPP和残差块层。
5.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤S3的具体过程如下：
...【技术特征摘要】
1.一种基于图像融合的行人检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤s1中，所述预处理过程包括：
3.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤s2中，所述多尺度特征提取的具体过程如下：
4.根据权利要求3所述的一种基于图像融合的行人检测方法，其特征在于，步骤s202中，所述卷积网络包括卷积层、空间金字塔池化层spp和残差块层。
5.根据权利要求1所述的一种基于图像融合的行人检测方法，其特征在于，步骤s3的具体过程如下：
6.根据权利要求5所述的一种基于图像融合...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。