基于改进Retinex去雾算法的道路目标检测

作者：苑志浩; 王正超; 尹怀仙^*

来源：智能城市, 2020, 6(20): 1-4.

DOI：10.19301/j.cnki.zncs.2020.20.001

• 图像去雾
• 双边滤波
• YOLOV3
• 目标检测

运用YOLOV3目标检测算法可以对车辆行驶中的道路目标进行预测,辅助驾驶从而降低安全隐患。文章针对雾天条件下道路环境复杂、行车采集的图像对比度小且识别精度低的问题,基于采用双边滤波器的Retinex去雾算法对图像信息进行增强处理,结合YOLOV3中Darknet-53网络结构训练出雾天道路目标的网络模型,再与其他去雾算法训练出的模型进行对比。实验结果表明,使用改进Retinex去雾算法预处理后的网络模型结构的m AP值比原模型提高了9.33%,降低了误检和漏检率,提升了预测精度。

• 单位
  青岛大学; 机电工程学院