霧の環境下では画像のコントラストが低く、画像内の対象物がぼやけており、その特徴抽出には一定の困難がある。既存の物体検出手法は霧画像に対して検出精度が低い。これらの問題に対して、本論文ではDouble-Headフレームワークの画像特徴抽出部分と予測ヘッドを改良した。まず、抽出された深層特徴マップにチャネルおよび空間の二次元複合注意機構を追加し、ネットワークの顕著な対象への注目能力を向上させた。次に、元の画像を改良されたダークチャネル先行情報および処理後の先行行列と特徴マップと融合し、より包括的な霧画像特徴情報を取得した。最後に、予測ヘッドに分離可能畳み込みを導入し、分離型予測ヘッドを用いて対象の最終的な分類と回帰を行った。この方法はRTTSデータセットでのmAPが49.37％、合成データセットS-KITTIおよびS-COCOvalでのAP値がそれぞれ66.7％および57.7％であった。他の主流アルゴリズムと比較して、本手法はより高い物体検出精度を持つ。

物体検出;霧天画像;ダークチャネル先行;注意機構;特徴融合