本文提出了一种名为IAF R-CNN的网络，用于增强多光谱行人检测的鲁棒性。该网络包含一个光照感知模块，根据光照条件自适应融合RGB和Thermal（T）图像信息。通过门函数设计，网络在光照条件良好的情况下侧重RGB信息，而在光照条件较差时侧重T信息。实验表明，IAF R-CNN在不同光照条件下都能提供有效的行人检测结果。
Illumination-aware faster R-CNN for robust multispectral pedestrian detection
简述：
本文发现从RGB或T图像行人检测结果与照明条件相关。考虑到这一点，提出了IAF R-CNN网络。具体地说，首先引入了光照感知网络来给出输入图像的光照度量。然后，我们通过一个定义在光照值上的门函数自适应地合并RGB和T的子网络。
左图为光照条件较好的情况下经过门函数后的带权结果，右图为光照条件不好的情况下经过门函数后的带权结果。
模型：
1，本文首先对已有的6种基础网络进行了简介以及做了对比试验：
依次为输入融合，早期融合，中期融合，晚期融合以及评价融合1，评价融合2（其中图e加入了结果融合过程模块）。
2，本文提出的IAF R-CNN
最低0.47元/天 解锁文章
1969
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
