A detecção de pedestres em ambientes com baixa iluminação noturna enfrenta desafios como altas taxas de falsos positivos, omissões significativas e precisão insuficiente no reconhecimento. Para isso, este artigo propõe um algoritmo de detecção baseado no RT-DETR aprimorado, alcançando detecção precisa em condições de baixa luminosidade por meio do design colaborativo de múltiplos módulos. O algoritmo incorpora o módulo transformador espacial (FDT) no topo da pirâmide de características, utilizando um mecanismo de atenção em duas etapas para aprimorar a extração de características fracas e a modelagem do contexto global; no núcleo da rede é implantado um módulo de amostragem dinâmica (DySample), que por meio de um mecanismo de reamostragem espacial dinâmico e aprendido realiza o alinhamento de características multiescala e o aprimoramento da detecção de pequenos alvos; e utiliza o módulo DRBC3 como núcleo para extração de características, fundindo convoluções com múltiplas taxas de dilatação e técnicas de reparametrização para construir campos receptivos multiescala que melhoram a captura de detalhes de alvos desfocados e ocultos. Experimentos no conjunto de dados LLVIP mostram que o algoritmo melhora mAP0.5, precisão (Precision) e recall (Recall) em 1,39%, 2,21% e 3%, respectivamente, enquanto reduz o número de parâmetros, com velocidade de inferência significativamente aumentada. Experimentos de generalização nos conjuntos de dados NightSurveillance e Nightowls validam ainda mais seu desempenho superior. O algoritmo aumenta eficazmente a precisão da detecção e reduz a taxa de omissão, garantindo capacidade em tempo real, com boa robustez e praticidade.

detecção de pedestres;RT-DETR;baixa luminosidade;mecanismo de atenção;múltiplas escalas