基于自適應注意力機制的紅外與可見光圖像目標檢測

趙松璞，楊利萍，趙 昕，彭志遠，梁東興，梁洪軍

基于自適應注意力機制的紅外與可見光圖像目標檢測

趙松璞，楊利萍，趙 昕，彭志遠，梁東興，梁洪軍

（深圳市朗馳欣創科技股份有限公司成都分公司，四川 成都 610000）

針對紅外和可見光目標檢測方法存在的不足，將深度學習技術與多源目標檢測相結合，提出了一種基于自適應注意力機制的目標檢測方法。該方法首先以深度可分離卷積為核心構建雙源特征提取結構，分別提取紅外和可見光目標特征。其次，為充分互補目標多模態信息，設計了自適應注意力機制，以數據驅動的方式加權融合紅外和可見光特征，保證特征充分融合的同時降低噪聲干擾。最后，針對多尺度目標檢測，將自適應注意力機制結合多尺度參數來提取并融合目標全局和局部特征，提升尺度不變性。通過實驗表明，所提方法相較于同類型目標檢測算法能夠準確高效地在復雜場景下實現目標識別和定位，并且在實際變電站設備檢測中，該方法也體現出更高的泛化性和魯棒性，可以有效輔助機器人完成目標檢測任務。

紅外與可見光；目標檢測；深度學習；自適應注意力機制

0 引言

目標檢測技術是機器視覺方向重要研究課題之一，其核心任務是對圖像中所關注的目標進行識別，并標注出目標類別及位置[1]。現階段大多數目標檢測方法主要利用目標在單一波段上的成像作為輸入源，如紅外圖像或可見光圖像[2]。……