基于特征融合增强的低光照目标检测算法

来源：计算机工程与应用杂志2025年第22期北京时间：

作者：陈谢发, 李敏, 赵晶钰, 何玉杰, 杨爱涛

单位：火箭军工程大学 作战保障学院，西安 710025

摘要：针对可见光图像目标在低光照等不良条件下特征不足的问题，提出了一种融合可见光图像和红外图像以增强目标特征的目标检测算法。该算法以YOLOv11n为基线算法，通过构建双分支的图像多层级特征提取及融合网络，提取目标可见光图像、红外图像的浅层特征和深层特征，按照特征级融合的方法实现同层级的特征融合；引入了语义与细节注入模块，融合可见光图像、红外图像的不同尺度特征，实现两种图像的目标特征信息优势互补，提高了低光照条件下目标检测性能。在M3FD、LLVIP和FLIR-aligned数据集上对所提算法进行验证，实验结果表明，较基线算法分别检测可见光图像和红外图像，该算法在M3FD数据集上，mAP@0.5分别提升了10.2和12.4个百分点，mAP@0.5：0.95分别提升了7.1和6.0个百分点；在LLVIP数据集上，mAP@0.5分别提升了4.8和0.3个百分点，mAP@0.5：0.95分别提升了12.8和1.8个百分点；在FLIR-aligned数据集上，mAP@0.5分别提升了11.3和3.5个百分点，mAP@0.5：0.95分别提升了8.2和2.0个百分点。该算法对比其他两种基于Transformer的图像融合目标检测算法，总体检测性能更高，证明了该算法的先进性和有效性。

关键词：低光照目标,特征级融合,可见光图像,红外图像,YOLOv11n