基于YOLOX和Swin Transformer的車載紅外目標(biāo)檢測

樓哲航，羅素云

基于YOLOX和Swin Transformer的車載紅外目標(biāo)檢測

樓哲航，羅素云

（上海工程技術(shù)大學(xué) 機(jī)械與汽車工程學(xué)院，上海 201620）

紅外圖像因?yàn)榇嬖谠肼暣蟆Ρ榷炔患训葐栴}，容易導(dǎo)致目標(biāo)檢測時(shí)的精度降低，本文結(jié)合YOLOX和Swin Transformer，提出了一種改進(jìn)的YOLOX的模型。改進(jìn)的模型采用Swin Transformer替換YOLOX中的CSPDarknet主干提取網(wǎng)絡(luò)，減少YOLOX中Neck和Head部分的激活函數(shù)以及標(biāo)準(zhǔn)化層，以提高特征的提取能力，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。對改進(jìn)的模型在艾瑞光電數(shù)據(jù)集和FILR數(shù)據(jù)集上均進(jìn)行了測試，實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后的YOLOX網(wǎng)絡(luò)，在兩個數(shù)據(jù)集上的平均檢測精度都有明顯提升，更加適合紅外圖像的目標(biāo)檢測。

目標(biāo)檢測；紅外圖像；YOLOX；Swin Transformer

0 引言

伴隨紅外技術(shù)的不斷發(fā)展以及其“軍轉(zhuǎn)民”技術(shù)的不斷成熟，紅外技術(shù)在各個領(lǐng)域都有越來越多的應(yīng)用。在無人駕駛領(lǐng)域，紅外技術(shù)主要用于生命體的檢測以及對車輛的可駕駛區(qū)域的檢測。物體間無時(shí)無刻不在交換紅外輻射，加之紅外成像設(shè)備的性能限制，導(dǎo)致了紅外圖像具有分辨率低、噪聲大、邊緣模糊、對比度不佳等特點(diǎn)，上述物理特性也給基于紅外圖像的目標(biāo)檢測算法的設(shè)計(jì)與實(shí)現(xiàn)帶來了更多的挑戰(zhàn)[1]。

紅外目標(biāo)檢測的方法主要分為傳統(tǒng)方法和基于機(jī)器學(xué)習(xí)的方法。傳統(tǒng)方法主要有基于形狀的目標(biāo)檢測和基于運(yùn)動的目標(biāo)檢測。

基于形狀的紅外目標(biāo)檢測方法通過預(yù)先建立目標(biāo)模板，依據(jù)特定的搜索策略采用模板匹配的思想來實(shí)現(xiàn)目標(biāo)檢測。任章[2]等人依據(jù)行人目標(biāo)的特點(diǎn)，重新構(gòu)建模板特征，并融入Kalman預(yù)測器來預(yù)測目標(biāo)的運(yùn)動軌跡，使得虛警率降低。……