基于改进MSR和YOLOv5的雾天行人检测算法

作者：金彬峰; 许光宇^*; 于瓅; 耿帅帅; 姚星月

来源：湖北民族大学学报(自然科学版), 2023, 41(01): 58-64.

DOI：10.13501/j.cnki.42-1908/n.2023.03.009

• 行人检测
• MSR
• YOLOv5
• 图像去雾
• SK-Net

针对雾气导致图像中行人检测准确率不高的问题，提出了1种基于改进多尺度Retinex(multiple scale Retinex, MSR)和改进YOLOv5(you only look once v5)的雾天行人检测算法。首先，针对MSR算法容易产生光晕和伪影现象的问题，引入均值和均方差对其进行改进，通过伽马校正找到适宜的图像亮度，调整亮度后再对图像进行去雾操作。其次，以传统的YOLOv5检测模型为基础并对其进行改进，引入选择性内核网络(selective kernel networks, SK-Net)模块，与YOLOv5的骨干网络(Backbone)端相融合，输入信息自适应地调整其感受野大小，加强模型对主要信息的提取，提升模型的精度。实验结果表明，改进后的MSR和改进后的YOLOv5相结合得到的算法，各项行人检测指标都有较大提升，其识别精确率、召回率、各类别平均精度均值分别达到了91.2%、87.3%、90.1%,改进后的算法能有效提高雾天行人检测的效率。

• 单位
  安徽理工大学