Обнаружение пешеходов в условиях низкой освещённости ночью сталкивается с такими проблемами, как высокая частота ложных срабатываний, значительные пропуски и недостаточная точность распознавания. В связи с этим в данной статье предлагается алгоритм обнаружения на основе улучшенного RT-DETR, достигающий точного обнаружения при низкой освещённости посредством координированного многомодульного дизайна. В алгоритме модуль пространственного преобразователя (FDT) встроен на вершине пирамиды признаков, с использованием двухэтапного механизма внимания для усиления извлечения слабых признаков и моделирования глобального контекста; в шейном сегменте сети внедрён модуль динамической выборки (DySample), который с помощью динамического обучаемого пространственного переподвыборочного механизма реализует выравнивание многомасштабных признаков и улучшение обнаружения мелких объектов; модуль DRBC3 используется как ядро извлечения признаков, объединяя свёртки с разной степенью расширения и технологии пере-параметризации для создания многоуровневого восприятия с улучшенным захватом деталей размытых и закрытых целей. Эксперименты на датасете LLVIP показали, что данный алгоритм снижает объём параметров, одновременно повышая mAP0.5, точность (Precision) и полноту (Recall) на 1.39%, 2.21% и 3% соответственно, а также значительно увеличивает скорость вывода. Общие эксперименты на датасетах NightSurveillance и Nightowls дополнительно подтвердили превосходство метода. Алгоритм эффективно повышает точность обнаружения и снижает пропуски при сохранении реального времени, обладая хорошей устойчивостью и практичностью.

обнаружение пешеходов;RT-DETR;низкая освещённость;механизм внимания;многоуровневый