夜間の低照度環境における歩行者検出は、高い誤検出率、顕著な見逃し、認識精度の不足といった課題に直面している。これに対し、本論文では改良されたRT-DETRに基づく検出アルゴリズムを提案し、複数モジュールの協調設計により低照度下での高精度検出を実現する。アルゴリズムは特徴ピラミッドの最上層に空間変換器（FDT）モジュールを埋め込み、二段階注意機構を用いて微弱な特徴抽出と全体的な文脈モデリング能力を強化する。頸部ネットワークには動的サンプリング（DySample）モジュールを配置し、動的に学習可能な空間リサンプリング機構により多尺度特徴の整合と小対象検出の強化を図る。また、DRBC3モジュールを特徴抽出の核として用い、多様な膨張率畳み込みと再パラメータ化技術を融合し、多尺度受容野を構築してぼやけや遮蔽されたターゲットの細部捕捉能力を向上させる。LLVIPデータセット上の実験では、本アルゴリズムがパラメータ数を減少させつつ、mAP0.5、精度（Precision）、再現率（Recall）をそれぞれ1.39%、2.21%、3%向上させ、推論速度も大幅に改善された。NightSurveillanceおよびNightowlsデータセットでの汎化実験により、その優れた性能がさらに検証された。本アルゴリズムはリアルタイム性を確保しつつ、検出精度を効果的に向上させ、見逃し率を低減し、高い頑健性と実用性を有している。

歩行者検出;RT-DETR;低照度;注意機構;多尺度