科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升巡检机器人目标检测性能，将多源信息与深度学习技术相结合，提出了一种基于单支路深层卷积神经网络的轻量化目标检测算法。算法以红外图像和可见光图像为输入，利用传统图像处理方法增强目标在不同输入源中的信息；基于原图和增强后的图像，以深度可分离卷积为特征提取基础单元，配合分组卷积分别提取目标多源信息；引入混合通道注意力机制提升目标各模态有效特征权重，再结合标准卷积实现多源特征融合；设计邻域多尺度结构丰富各维度特征空间语义信息，并通过自适应融合相邻特征的方式实现各尺度目标检测。通过在KAIST数据集以及真实场景下的实验结果表明，所提网络在检测性能以及鲁棒性等方面都更优于同类型多源目标检测方法，在实际巡检机器人平台上也能达到实时检测的需求。
-
单位青海黄河上游水电开发有限责任公司
