基于偏振圖像的低照度場景多目標檢測算法

尋華生，張晶晶，劉 曉，李 騰，年福東，張 馨

基于偏振圖像的低照度場景多目標檢測算法

尋華生1,2，張晶晶1,2,3，劉 曉3，李 騰1,2，年福東1,4，張 馨1,2

（1. 安徽大學 計算智能與信號處理教育部重點實驗室，安徽 合肥 230601；2. 偏振光成像探測技術安徽省重點實驗室，安徽 合肥 230031；3. 中國科學院 通用光學定標與表征技術重點實驗室，安徽 合肥 230031；4. 合肥學院先進制造工程學院，安徽 合肥 230601）

偏振光反射信息可直接反演目標本征特性，且在傳輸過程中具備較強的抗干擾特性，因此偏振成像技術可適用于多種復雜環境中的智能監控、交通監察領域。近年來使用深度學習判讀圖像檢測目標的方法迅速發展，已經廣泛應用于圖像處理的各個領域。本文提出了一種基于偏振圖像與深度神經網絡算法的行人、車輛多目標檢測算法YOLOv5s-DOLP。首先，通過實時獲取到偏振圖像進行偏振信息解析，獲取目標偏振度圖像。其次，為增強偏振度圖像中檢測目標與背景存在高對比度的特性，在主干網絡中引入通道注意力與空間注意力，提升網絡特征進行自適應學習的能力。此外，使用K-means算法對目標位置信息進行聚類分析，加快網絡在偏振度圖像的學習速度，提升目標檢測精度。實驗結果顯示，該算法結合了偏振成像和深度學習目標檢測的優勢，對于低照度復雜場景中的車輛、行人目標檢測效果好、檢測速度快，對于道路車輛的目標檢測、識別與跟蹤具有一定的應用價值。

偏振成像；神經網絡；YOLOv5s；多目標檢測；注意力機制

0 引言

在傳統的監控領域，圖像判讀處理和目標識別一直為研究熱點。一直以來，場景監控使用可見光圖像居多，而光線角度的影響，雨霧等散射介質對成像的影響會造成成像效果不佳，設備有效探測距離不遠。偏振成像與可見光相比，偏振成像反映的是物體的偏振信息，偏振成像受成像環境因素的影響較小，探測距離相對較遠，目標的輪廓對比度強。偏振成像對于復雜環境下的監控等應用場景有較高的應用價值。

目前的偏振成像探測設備具備的功能除圖像顯示、人眼直接判讀外，很少具有自動檢測與識別等功能，對于低照度場景的目標檢測識別智能化程度較低。于洵等人[1]利用光譜信息和偏振信息相融合的目標識別方法，提高了偽裝目標識別的準確率。李從利等人[2]在霧天條件下利用偏振信息評估圖像。李小明[3]用偏振信息檢測沙漠背景下的目標，該方法能有效提取沙漠背景下的金屬靶信息。目前，偏振探測已經應用在多個研究領域中，并已驗證了偏振信息的獨特性以及在目標檢測識別中的可行性。基于深度學習[4]的目標檢測[5-6]和目標跟蹤算法被提出。迄今為止，基于深度學習的目標檢測算法大致分為兩類：①雙步目標檢測算法，如Fast R-CNN（Region-convolutional Neural Network）[7]、Faster R-CNN[8]、Mask R-CNN[9]，其將檢測分為兩步，先使用區域候選網絡（region proposal network, RPN）來提取目標特征信息，其次運用檢測網絡針對候選目標的位置等信息的預測及識別；②單步目標檢測算法，如SSD（single shot Multibox detector）[10]、YOLO（you only look once）系列[11-14]等，此類算法不使用RPN，直接通過網絡來產生目標的位置和類別信息，是一種端到端的目標檢測算法。在復雜環境，例如低照度等，上述目標檢測算法針對可見光圖像的檢測效果不佳。基于此，本文在YOLOv5中最輕便的YOLOv5s的基礎上進行改進，提出基于偏振成像的YOLOv5s的目標檢測算法YOLOv5s-DOLP。數據層面，首先，本文所構建的偏振數據與可見光相比，偏振成像可以通過反映物體的偏振信息來減少環境因素的影響，遠距離的探測和檢測目標輪廓與背景高對比度特性，可以在低照度下增強算法在偏振成像中的目標檢測能力。其次，對本文構建的偏振成像數據使用K-means算法重新獲取目標的位置等信息，提升目標檢測精度。網絡層面，首先，為了減少Focus操作對于偏振度圖像中檢測目標與背景相交邊緣的灰度值梯度變化和背景深處的小目標輪廓被切割的情況，YOLOv5s-DOLP先將輸入數據進行卷積處理，保持檢測目標與背景的高對比度特性和小目標的完整輪廓特征，對Focus模塊結果進行信息補充。其次，在主干網絡中，使用嵌入注意力模塊卷積塊代替標準卷積操作，提升網絡在偏振成像數據特征中的自適應學習能力，抑制背景信息，更有效地檢測到目標，減少誤檢和漏檢問題。最后，受圖像多尺度表達思想影響，將偏振度圖像變換尺寸，經過輕量級卷積操作后，將輸出與對應尺寸的特征圖通道疊加，融合不同感受野的特征信息。

1 偏振成像數據的構建與預處理

1.1 偏振成像數據的構建

通過式(1)可得斯托克斯參量、、，通過公式(2)、(3)偏振角AOP與解析線偏振度DOLP。

圖1所示為偏振圖像采集偏振參量流程，光線經過3個方向的偏振分析器、3個探測器分別成像。采集到的數字圖像經過計算機的處理，各對像素經運算后得到的即為偏振信息圖像的像素。

圖1 偏振圖像采集與偏振參量解析流程

圖2(a)～(c)為0°、60°和120°三個方向的偏振原圖，(d)為圖，(e)、(f)依次為圖和圖，(g)、(h)分別為偏振角圖像和偏振度圖像。通過對比圖、AOP圖、DOLP圖，可知背景圖像的偏振度相較被檢測物體的偏振度較低，如車輛等。其原因為檢測目標不屬于自然目標，被測物比較光滑，對比自然目標，會以鏡面反射為主，地表等背景圖像表面紋理不均勻，以漫反射為主。故在檢測目標與背景相交的邊緣，偏振度和偏振角產生較為明顯的變化，增強檢測目標的邊緣輪廓，提升目標的細節特性。

1.2 偏振度圖像的錨點修正

YOLOv5s網絡初始錨點是在COCO以及Pascal VOC兩種可見光圖像上使用K-means算法對目標框位置信息進行聚類分析而得。本文做構建的偏振度圖像數據經數據擴容，檢測目標種類和目標位置分布等參數與YOLOv5s網絡的初始錨點有所差異，為了提升網絡對于偏振數據特征的學習能力，提升目標檢測精度，通過K-mean算法重新對偏振成像數據目標框位置信息進行聚類分析。偏振度圖像的大小為608×608，新的錨點分別為：(60, 43)，(100, 60)，(73, 143)，(29, 64)，(182, 82)，(27, 22)，(11, 30)，(16, 40)，(40, 30)。

2 YOLOv5s模型改進

圖3為基于偏振度圖像目標檢測所提出的算法流程圖。由圖1的流程得到3個角度的偏振原圖，通過公式(1)得到圖、圖、圖，有公式(3)求解得到偏振度圖像DOLP圖。本文將偏振度圖像輸入到YOLOv5s-DOLP中訓練，獲得YOLOv5s-DOLP模型，最終獲取檢測結果。

圖2 偏振參量解析示意圖

圖3 算法流程圖

2.1 針對Focus模塊的特征融合

Focus模塊是YOLOv5對于輸入圖片進行切片的操作，如圖4所示。具體操作是在輸入尺寸為×的圖像中每隔一個像素取一個值，遍歷整張圖像后得到4張尺寸為/2×/2圖像。其目的是將、的信息集中到通道空間，再通過3×3的卷積對其特征進行充分提取。此操作雖然在一定程度上幫助網絡進一步提取圖片特征，但對于偏振度圖像，此操作不僅破壞了檢測目標與背景相交邊緣的灰度值梯度變化，削弱偏振度圖像中檢測目標對于背景的高對比度，如圖5所示，而且對于圖像背景深處的小目標容易造成進一步模糊或者分割等問題，造成漏檢的幾率增加。基于此，本文在主干網絡開啟分支，對于輸入數據進行卷積操作，保留檢測目標與背景相交邊緣的灰度值的梯度變化和小目標完整的輪廓特征，再與Focus模塊的輸出進行信息交互，補充檢測目標的特征細節。

圖4 Focus操作示意圖

圖5中(a)、(b)分別為拉普拉斯算子對原始偏振度圖像、Focus結果的圖像邊緣檢測。整體觀測，(a)列的邊緣梯度比(b)列的邊緣梯度變化清晰、明了。細節觀測，如圖中矩形框部分所示，相比較(a)列，Focus結果的車輛及行人的梯度變化明顯減弱，降低了偏振度圖像的特性。

2.2 基于注意力機制的卷積操作

在偏振度圖像中，檢測目標與背景有著較高的對比度，即檢測目標的輪廓較為清晰。為了進一步提高圖像信息的處理效率與檢測精度，本文在主干網絡引入了注意力機制。類似于人類在視線范圍內聚焦于某一片區域，注意力機制通過快速掃描圖像的整體信息，加大重點關注區域的權重，提升網絡篩選信息的效率，抑制不相關信息。其中，基于通道注意力與空間注意力的卷積塊注意力模塊（convolutional block attention module, CBAM）[16]就是為卷積網絡設計的輕量級、有效的注意力模塊。對于主干網絡的特征圖∈××，其中、、依次為特征圖通道數、高度、長度，融入注意力機制會將特征依次通道注意力機制c∈R×1×1，空間注意力機制s∈1××，即：

式中：?為矩陣逐元素相乘，其過程如圖6所示。

圖5 拉普拉斯算子[15]檢測結果

圖6 卷積塊注意力模塊

通道注意力模塊將特征圖在空間維度上進行壓縮，得到一維矢量，如圖7所示。其中最大池化（max pooling，MaxPool）和平均池化（average pooling，AvgPool）用來聚合特征映射的空間信息，再將信息輸入到共享網絡，壓縮輸入特征圖的空間維數，得到maxc和avgc，并逐元素求和，產生通道注意力圖：

c()＝{MLP(AvgPool())＋MLP(MaxPool())}＝

1(0(maxc)＋1(0(avgc)) (6)

式中：為激活函數；MLP為共享網絡；0、1分別為共享網絡的第一層和第二層。

空間注意力模塊如圖8所示，將通道注意力模塊的特征圖作為輸入，在通道維度分別進行了平均值池化和最大值池化，得到avgs和maxs，將它們進行通道疊加，再依次經過卷積和激活函數，產生空間注意力圖：

s()＝{7×7([AvgPool();MaxPool()])}

＝{7×7([avgs;maxs]) (7)

式中：為激活函數；7×7代表卷積核尺寸7×7的卷積層。

對于一個中間特征圖，卷積塊注意力模塊會沿著兩個獨立的維度依次推斷注意力圖，然后將注意力圖與輸入的特征圖相乘以進行自適應特征優化。CBAM是輕量級的注意力模塊，因此可以用較小的開銷而將其無縫集成到YOLOv5s-DOLP網絡中的卷積層中，進行目標檢測模型的訓練。在本文中，嵌入注意力模塊的卷積層可以抑制特征圖中的干擾信息，聚焦有效信息，從而提升目標檢測精度。

圖7 通道注意力模塊

圖8 空間注意力模塊

2.3 多尺度偏振度圖像的特征融合

在本文中，被檢測物的表面偏振信息通過偏振成像技術獲得，通過背景與被檢測物的偏振特性不一致性，進一步提高被檢測物體與背景圖像的對比度，提升被檢測物體與背景的邊緣分離度，從而使目標檢測的精確度上升。受圖像多尺度表達思想啟發，針對偏振成像受成像環境因素的影響較小，探測距離相對較遠，目標的輪廓對比度強等特點，本文將偏振度圖像變換尺寸，通過輕量級卷積模塊后，將輸出與對應尺寸的特征圖通道疊加，進行特征融合，如圖9所示。實驗表明，偏振度圖像中目標與背景的高對比度可以有效地提高檢測目標準確率。

圖9 YOLOv5s-DOLP網絡

3 實驗過程與結果分析

3.1 實驗評價指標與環境配置

由于目前沒有公開的關于偏振度圖像的目標檢測數據集，故本文在數據準備階段，選取低照度環境，行人和車輛較為密集的路口采集若干批偏振成像數據。經過篩選，最終獲取4000張偏振度圖像，使用圖像數據標注工具labelme對獲取的偏振度圖像進行標注。數據按照8:1:1比例進行隨機分配，即訓練集3200張、驗證集400張、測試集400張。實驗使用的是分光型偏振成像設備，具體型號參數如表1所示。

表1 分光型偏振成像設備

為了驗證本文工作針對偏振度成像的目標檢測的有效性，客觀地衡量目標檢測模型的性能，本文引入了精確率Precision、召回率Recall、平均精度AP及均值平均精度mAP作為檢測訓練模型的評價指標。首先根據真實標簽將檢測結果分為真正例TP（true positive）、真反例TN（true negative）、假正例FP（false positive），假反例FN（false negative）。Precision表示左右被預測為正的樣本中實際為正樣本的概率，Recall表示為正的樣本中被預測為正樣本的概率。當IOU閾值和物體置信度閾值設置較高時，計算出的Precision較高，Recall較低，反之亦然。AP為某類Precision-Recall曲線下的面積，面積越大，AP的數值越高，模型對某類目標的檢測效果越好。mAP代表所有種類AP的均值，從整體上反映檢測模型性能。

Precision＝TP/(TP＋FP) (8)

Recall＝TP/(TP＋FN) (9)

實驗環境配置如表2所示。算法使用Pytorch實現，并在2塊NVIDIA 1080Ti顯卡上運行。模型訓練均采用Adam優化器，單個訓練批次的樣本數量根據GPU的顯存上限設為64。學習率設為1×e－5，模型訓練輪數epoch設為50。訓練集和測試集分別包含3200和400張，尺寸大小為608×608。

3.2 實驗結果與分析

實驗分為兩個階段，第一階段，將YOLOv5s- DOLP于目前主流的檢測算法在偏振數據上進行精度與幀率的測量。第二階段為消融實驗驗證本文提出的YOLOv5s-DOLP的有效性。其中Faster R-CNN的候選框數目為256，各算法錨點均為重新獲取錨點數值。

表2 網絡訓練環境

其中，FasterR-CNN的IOU閾值為0.5，YOLOv4的IOU閾值為0.5，YOLOv5s-DOLP的IOU閾值為0.5。

第一階段，由表3可知，各類算法對于Car類的檢測精度均有較高的精度，驗證了1.1節中所說，車輛作為非自然目標，其表面具有較強的鏡面反射，在車輛與其他自然物體相交的邊緣，偏振度和偏振角產生較為明顯的變化，強化了車輛的特征，故Car類的AP值較高。在Person類檢測中，Faster R-CNN(Res 50)，YOLO v4(Res 50)的AP值相同，YOLO v5s-DOLP的AP值相較其他兩種算法有明顯提升，證實了網絡在嵌入注意力機制和對Focus模塊進行特征融合等操作的有效性。在檢測速度方面，YOLO系列算法要優于FasterR-CNN數倍，YOLO v5s-DOLP的檢測速度雖然相較于YOLO v4略慢，但是依舊滿足實時檢測的要求。圖10為上述算法部分檢測結果示意圖。

表3 目標檢測算法檢測結果

第二階段，現通過消融實驗驗證本文中的YOLOv5s-DOLP在低照度環境下結合偏振度圖像進行多目標檢測的有效性，通過逐步添加各模塊及修改網絡結構，詳細地證明各模塊及操作的作用。實驗過程均采用相同的實驗環境及配置，以YOLOv5s作為基礎網絡結構。為了便于表示，將針對Focus模塊的融合操作視為A，添加CBAM的操作視為B，將原圖像進行多尺度縮放，經過卷積后與不同感受野特征圖的融合操作視為C。

圖10 檢測結果示例

在圖10中，(a)表示基礎結構YOLOv5s的Precision-Recall曲線，(b)、(c)、(d)依次表示經過A操作、B操作、C操作后的Precision-Recall曲線。圖中各曲線分別代表行人、車輛和兩者綜合。通過圖中各曲線包裹的面積可知添加使用注意力模塊卷積塊替換標準卷積塊對于目標檢測性能提升最為明顯。相較于基礎結構YOLOv5s，雖然在Car類的檢測精度提升不大，但在Person類的檢測精度上有不小的提升，證實了注意力機制對于提升目標檢測網絡的性能的有效性。

圖11 Precision-Recall曲線

相比于表3中的YOLOv5s-DOLP模型，表4和圖11中A、B、C操作的參數量減少，在檢測速率上會提高。其中，圖11(b)操作旨在彌補網絡容易漏檢背景深處的小目標，C操作利用圖像多尺度表達的思想進一步整合不同感受野層次的特征圖，兩者對于目標檢測精度都有提升，且檢測速度與基礎結構YOLOv5s幾乎持平，檢測一張圖片的時間均在0.027s左右。B操作添加CBAM導致參數量增多，檢測速度下降幅度為26%，但是檢測精度提升幅度較大，相較于基礎結構YOLOv5s，AP提升4.8。提升較為明顯的原因在于注意力模塊卷積塊在網絡提取特征過程加速聚焦檢測目標，提高網絡對于圖像特征的自適應學習能力，抑制背景等不相關信息，較少環境等因素對于目標檢測的干擾，從而提高檢測精度。圖12為消融實驗部分檢測結果示例。

表4 消融實驗結果

圖12 消融實驗檢測結果示例

4 結語

本文針對低照度下的多目標檢測任務，提出基于偏振度圖像的深度神經網絡檢測算法YOLOV5s- DOLP。數據方面，本文構建的偏振成像數據在低照度環境下通過反映物體的偏振信息來減少環境因素的影響，通過檢測目標與背景的高對比度，凸顯目標的輪廓特征，提升目標檢測進度。此外，本文根據偏振成像數據中被測物體的尺寸及位置信息重新獲取錨點。網絡層面，針對Focus操作降低檢測目標與背景相交邊緣的灰度值梯度的變化、破壞背景深處的小尺寸目標的完整輪廓等問題，本文在數據輸入端開啟分支，對原始數據進行卷積操作，再與Focus模塊的輸出進行信息融合，減少信息的丟失。其次，在主干網絡內使用注意力模塊卷積塊代替標準卷積，強化網絡的自適應學習能力，從圖像中快速選擇行人等檢測目標的信息，抑制背景信息。為了進一步整合網絡深層的語義信息與淺層的細節特征，受圖像多尺度表達思想啟發，本文將原始的偏振度圖像進行多尺度縮放，經過卷積操作后，使其與對應尺寸的特征圖信息交互，融合不同感受野的特征信息。根據測試結果，該方法在某些情況下仍然有著改進的空間，例如在重疊、遮擋等干擾因素的檢測結果存在一定偏差，這也是本文算法進一步優化的方向。

[1] 于洵, 楊燁, 姜旭, 等. 基于偏振光譜成像的目標識別方法研究[J]. 應用光學, 2016, 37(4): 537-541.

YU Xun, YANG Ye, JIANG Xu, et al. Recognition of camouflage targets by polarization spectral imaging system[J]., 2016, 37(4): 537-541.

[2] 李從利, 薛松, 陸文駿, 等. 霧天條件下偏振解析成像質量評價[J].中國圖象圖形學報, 2017, 22(3): 366-375.

LI Congli, XUE Song, LU Wenjun, et al. Quality assessment of polarization imaging under foggy[J]., 2017, 22(3): 366-375.

[3] 李小明, 黃勤超. 沙漠背景下紅外偏振圖像目標檢測方法[J].紅外技術, 2016, 38(9): 779-782, 792.

LI Xiaoming, HUANG Qinchao. Target detection for infrared polarization image in the background of desert[J]., 2016, 38(9): 779-782, 792.

[4] 張榮, 李偉平, 莫同. 深度學習研究綜述[J]. 信息與控制, 2018, 47(4): 385-397.

ZHANG Rong, LI Weiping, MO Tong. Review of deep learning[J]., 2018, 47(4): 385-397.

[5] 王文秀, 傅雨田, 董峰, 等. 基于深度卷積神經網絡的紅外船只目標檢測方法[J]. 光學學報, 2018, 38(7): 0712006.

WANG Wenxiu, FU Yutian, DONG Feng, et al. Infrared ship target detection method based on deep convolution neural network[J]., 2018, 38(7): 0712006.

[6] 羅海波, 許凌云, 惠斌, 等. 基于深度學習的目標跟蹤方法研究現狀與展望[J]. 紅外與激光工程, 2017, 46(5): 0502002-0502002(7).

LUO Haibo, XU Lingyun, HUI Bin, et al. Status and prospect of target tracking based on deep learning[J]., 2017, 46(5): 0502002-0502002(7).

[7] Ross Girshick. Fast R-CNN[J]., 2015, 6: 1440-1448.

[8] REN Shaoqing, HE Kaiming, Ross Girshick, et al. Faster R-CNN: towards real-time object detection with region proposal networks[J]., 2017, 39(6): 1137-1149.

[9] HE Kaiming, Georgia Gkioxari, Piotr Dollar, et al. Mask R-CNN[C]//, 2017: 2961-2969.

[10] LIU Wei, Dragomir Anguelov, Dumitru Erhan, et al. SSD: Single shot multibox detector[C]//, 2016, 6: 21-27.

[11] Joseph Redmon, Santosh Divvala, Ross Girshick, et al. You Only Look Once: unified, real-time object detection[C]//, 2016, 6: 779-788.

[12] Joseph Redmon, Ali Farhadi. YOLO9000: better, faster, stronger[C]//, 2017, 7: 6517-6525

[13] Joseph Redmon, Ali Farhadi. YOLOv3: an incremental improvement [J/OL]. arXiv: 1804.02767, 2018.

[14] Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao. YOLOv4: optimal speed and accuracy of object detection[J/OL]. arXiv: 2004. 10934, 2020.

[15] 岡薩雷斯. 數字圖像處理[M]. 第三版, 北京: 電子工業出版社, 2011: 26-29.

Rafael C. Gonzalez.[M]. 3th, Beijing: Publishing House of Electronics Industry, 2011: 26-29.

[16] Woo S, Park J, Lee J Y, et al. Cbam: Convolutional block attention module[C]//(ECCV). 2018: 3-19.

[17] 張汝榛, 張建林, 祁小平, 等. 復雜場景下的紅外目標檢測[J]. 光電工程, 2020, 47(10): 200314.

ZHANG R Z, ZHANG J L, QI X P, et al. Infrared target detection and recognition in complex scene[J].., 2020, 47(10): 200314.

[18] 宮劍, 呂俊偉, 劉亮, 等. 紅外偏振圖像的艦船目標檢測[J]. 光譜學與光譜分析, 2020, 40(2): 586-594.

GONG Jian, LYU Junwei, LIU Liang, et al. Ship target detection based on infrared polarization image[J]., 2020, 40(2): 586-594.

[19] 游江, 劉鵬祖, 容曉龍, 等. 基于暗通道先驗原理的偏振圖像去霧增強算法研究[J]. 激光與紅外, 2020, 50(4): 493-500.

YOU Jiang, LIU Pengzu, RONG Xiaolong, et al. Dehazing and enhancement research of polarized image based on dark channel priori principle[J]., 2020, 50(4): 493-500.

[20] 王美榮, 徐國明, 袁宏武. 顯著性偏振參量深度稀疏特征學習的目標檢測方法[J]. 激光與光電子學進展, 2019, 56(19): 191101.

WANG Meirong, XU Guoming, YUAN Hongwu. Object detection by deep sparse feature learning of salient polarization parameters[J]., 2019, 56(19): 191101.

[21] 李慕鍇, 張濤, 崔文楠. 基于YOLOv3的紅外行人小目標檢測技術研究[J].紅外技術, 2020, 42(2): 176-181.

LI Mukai, ZHANG Tao, CUI Wennan. Research of infrared small pedestrian target detection based on YOLOv3[J]., 2020, 42(2): 176-181.

Multi-Target Detection of Low-Illuminance Scene Based on Polarization Image

XUN Huasheng1,2，ZHANG Jingjing1,2,3，LIU Xiao3，LI Teng1,2，NIAN Fudong1,4，ZHANG Xin1,2

(1.,,230601,;2.,230031,;3.,,230031,;4.,,230601,)

Polarized light reflection information can directly invert the intrinsic characteristics of a target and has strong anti-interference characteristics in the transmission process. Thus, polarization imaging technology can be applied to the fields of intelligent monitoring and traffic monitoring in various complex environments. In recent years, deep-neural-network methods for interpreting image detection targets have been developed rapidly and widely used in various fields of image processing. In this study, a vehicle multi-target detection algorithm based on polarized images and deep learning is proposed. First, the target polarization degree image can be obtained by acquiring the polarization image in real time and analyzing the polarization information. Second, to enhance the high contrast between the detection targets and the background in the polarization image, channel attention and spatial attention are introduced into the backbone network to improve the ability of the network features to perform adaptive learning. In addition, the K-means algorithm is used to perform clustering analysis on the target location information, thereby increasing the network's learning speed in the polarization image and improving the progress of target detection. The experimental results show that this method is effective and fast for vehicle detection in complex scenes with low illumination. This method combines the advantages of polarization imaging and deep-learning target detection and has substantial application scope in road vehicle target detection, recognition, and tracking.

polarization image, neural network, YOLO v5s, multi-target detection, attention mechanism

TP183

A

1001-8891(2022)05-0483-09

2021-06-15；

2021-08-03.

尋華生（1996-），男，碩士研究生，主要研究方向為圖像處理、深度學習。E-mail: Z19201027@stu.ahu.edu.cn。

張晶晶（1974-），女，副教授，博士，主要研究方向為圖像處理、遙感信息處理和模式識別。E-mail: fannyzjj@ahu.edu.cn。

中國科學院通用光學定標與表征技術重點實驗室開放研究基金項目；偏振光成像探測技術安徽省重點實驗室開放基金項目；國家自然科學基金青年科學基金項目（61902104）；安徽省自然科學基金項目（2008085QF295）；安徽高校自然科學研究項目（KJ2020A0651）；安徽省自然科學基金項目（1808085MF）。