摘要
تتميز الصور في بيئة ضبابية بانخفاض التباين، حيث تكون الأهداف داخل الصورة ضبابية إلى حد ما ويصعب استخراج ميزاتها. الطرق الحالية لرصد الأهداف تعاني من دقة منخفضة في الصور الضبابية. لحل هذه المشكلة، أجرت هذه الورقة تحسينات على إطار Double-Head في جزئي استخراج ميزات الصورة ورأس التنبؤ. أولاً، أُضيفت آلية انتباه مركبة ذات بُعدين (القناة والفضاء) على خريطة الميزات العميقة المستخرجة لتعزيز قدرة الشبكة على التركيز على الأهداف البارزة؛ ثانيًا، خُلطت الصورة الأصلية مع مصفوفة الأولية المعالجة والمستخرجة من القناة المظلمة المحسنة إلى جانب خريطة الميزات للحصول على معلومات أكثر شمولاً عن ميزات الصور الضبابية؛ أخيرًا، تم إدخال الالتفاف القابل للفصل في رأس التنبؤ واستخدام رأس التنبؤ المفكك لتصنيف الأهداف والانحدار النهائي. بلغ متوسط الدقة (mAP) لهذه الطريقة على مجموعة بيانات RTTS 49.37%، وحصلت على قيم AP بنسبة 66.7% و57.7% على مجموعات البيانات المركبة S-KITTI وS-COCOval على التوالي. مقارنةً بالخوارزميات السائدة الأخرى، تتمتع هذه الخوارزمية بدقة أعلى في الكشف عن الأهداف.
关键词
رصد الأهداف;صور ضبابية;القناة المظلمة الأولية;آلية الانتباه;دمج الميزات
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website