야간 저조도 환경에서의 보행자 검출은 높은 오탐률, 누락률 증가 및 인식 정확도 부족과 같은 도전에 직면해 있다. 이에 본 논문에서는 개선된 RT-DETR 기반 검출 알고리즘을 제안하며, 다중 모듈 협력 설계를 통해 저조도 환경에서의 정밀한 검출을 달성한다. 알고리즘은 특성 피라미드 최상단에 공간 변환기(FDT) 모듈을 삽입하고, 이중 단계 주의 메커니즘을 활용하여 미약한 특성 추출 및 전역 문맥 모델링 능력을 강화한다; 목 네트워크에는 동적 샘플링(DySample) 모듈을 배치하여 동적으로 학습 가능한 공간 재샘플링 메커니즘을 통해 다중 스케일 특성 정렬 및 소형 객체 검출 향상을 구현한다; 그리고 DRBC3 모듈을 특성 추출 핵심으로 활용하여 다중 팽창률 컨볼루션과 재매개변수화 기술을 융합, 다중 스케일 수용 영역을 구성하여 흐릿하거나 가려진 대상의 세부 사항 포착 능력을 향상시킨다. LLVIP 데이터셋에서의 실험 결과, 본 알고리즘은 매개변수 수 감소와 동시에 mAP0.5, 정밀도(Precision), 재현율(Recall)을 각각 1.39%, 2.21%, 3% 향상시켰으며 추론 속도도 크게 향상되었다. NightSurveillance 및 Nightowls 데이터셋에서의 일반화 실험은 그 우수한 성능을 추가로 검증하였다. 본 알고리즘은 실시간성을 보장하면서 검출 정확도를 효과적으로 높이고 누락률을 감소시켜 우수한 견고성과 실용성을 갖는다.

보행자 검출;RT-DETR;저조도;주의 메커니즘;다중 스케일