热成像特征中期融合夜视密集人群计数
为了提高人群计数模型对尺度和光噪声的鲁棒性,设计了一种多模态图像融合网络.提出了一种针对夜间人群统计模型,并设计了一个子网络Rgb-T-net,网络融合了热成像特征和可见光图像的特征,增强了网络对热成像和夜间人群特征的判断能力.模型采用自适应高斯核对密度图进行回归,在Rgb-T-CC数据集上完成了夜视训练和测试.经验证网络平均绝对误差为18.16,均方误差为32.14,目标检测召回率为97.65％,计数性能和检测表现优于当前最先进的双峰融合方法.实验结果表明,所提出的多模态特征融合网络能够解决夜视环境下的计数与检测问题,消融实验进一步证明了融合模型各部分参数的有效性.
夜视环境人群计数、Rgb图像、热成像、Rgb-T特征融合
43
TN223(光电子技术、激光技术)
国家自然科学基金;国家自然科学基金;包头市青年创新人才项目
2022-11-22（万方平台首次上网日期，不代表论文的发表时间）
共9页
1088-1096
