2025, 46(1):338-350.
摘要:
弱光条件下,图像亮度低、对比度弱、成像质量差,且由于机载算力的制约,算法部署应用难以落地,极大地影响了无人
机对目标的识别定位精度。 因此,无人机弱光照条件下目标检测方法具有重要的理论意义和应用价值。 针对此问题,提出了耦
合光照条件和对比度的多尺度差分注意力融合检测方法。 首先,设计了信息感知引导的多尺度差分注意力融合检测网络,通过
信息感知模块计算图像的光照信息和目标的局部对比度,来引导多尺度差分注意力模块对可见光和红外图像的模态内和模态
间特征进行深度交叉融合,以提升弱光条件下无人机对地目标的检测识别精度;其次,基于多模吊舱、边缘计算模块和自组网电
台构建了一套旋翼无人机多模目标检测系统,针对可见光和红外数据,在通信交互上具有规范的传输协议和统一的任务管理机
制,可实现同步解码;随后,设计了对比和消融实验,实验结果显示该方法在典型暗光照数据集 LLVIP 上 mAP 达到 69. 2% ,较改
进前提升 3. 9% ,并优于典型的双流网络 LRAF-Net。 最后,在机载端对本文算法进行了轻量化部署和验证,结果表明在真实弱
光场景下该算法能显著提升无人机对目标的检测能力,且平均运行效率可达 21. 2 FPS,满足机载端应用需求。