面向低光照环境的车辆目标检测方法

摘要

在智慧交通系统和城市安全领域中，准确获取车辆信息至关重要.通过视频或图像等视觉识别手段可以直接获取车辆相关信息.然而，在低光照环境下，图像亮度和对比度降低、噪声增加、图像细节特征易丢失，这些问题导致车辆目标检测算法的精度大大降低.为此，提出了一种基于低光照图像增强算法和改进目标检测算法的车辆检测方法 .首先，利用图像增强算法ZeroDCE对低光照图像进行增强，以提升图像亮度；然后，利用改进的AFF-YOLO目标检测网络对增强后的图像进行车辆检测；最后，将本文方法在车辆数据集上进行测试，并分析不同低光照等级对于车辆检测精度的影响.结果表明，本文方法能够有效提升车辆目标检测的精度，与低光照图像相比，增强后图像的目标检测精度mAP@0.5提升了4.9%，达到94.7%；而且光照强度越低，增强后图像的目标检测精度提升越显著.研究成果可为低照度环境下的车辆检测提供参考.

关键词

车辆检测 / 计算机视觉 / 低光照环境 / 图像增强 / 目标检测

基金资助

国家自然科学基金资助项目（52008160）; 湖南省优秀青年基金项目（2021JJ20015）