Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection

该论文介绍了在KAIST数据集上进行行人检测的最新成果,提出了一种光照感知的Faster R-CNN模型。通过在不同阶段融合热红外和可见光特征,尤其是在输出层的融合,模型在光照强度不同的条件下表现出色。在光照充足的白天,融合模型优于单一模态;而在夜间,热红外效果更优。此外,还设计了一个光照感知网络来根据光照条件调整融合权重。
摘要由CSDN通过智能技术生成

论文阅读:Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection

最近在做跨模态的性人检测,主要是基于KAIST数据集。这是这个数据集上目前结果最好的一篇文章

  • 简介
  • 不同阶段融合模型比较
  • 光照导向的融合模型
  • 光照感知网络(IAN)

简介

这篇文章是用KAIST这个数据集做行人检测最新效果最好的文章。
它主要做了两件事情。
第一就是基于Faster R-CNN 在网络的不同阶段,将热红外特征或者结果和可见光的特征或者结果进行融合。第二,是基于第一步的实验结果,第一步实验发现各种融合模型都有一个特点就是在光线强的时候,融合模型外要比单独的可见光、热红外效果好;而在光弱的时候,融合模型不如单独使用热红外。所以作者就提出了一种光照导向的融合模型,根据光照情况,确定

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值