基于在线增强和跨尺度特征重建的雾天目标检测

来源：计算机工程与应用杂志2025年第11期北京时间：

作者：朱开源, 吴佰靖, 高德勇, 刘媛, 王付祥

单位：1.齐鲁理工学院 计算机与信息工程学院，济南 250000；2.兰州交通大学 电子与信息工程学院，兰州 730070

摘要：针对雾天图像整体亮度和对比度较低且受噪声干扰严重，导致目标检测算法检测效果不佳的问题，提出一种雾天目标检测方法（EC-RTDETR）。设计了在线去雾网络DDNet，利用跳跃连接和轮廓特征计算，去除噪声干扰的同时增强图像的纹理特征；引入轻量化FasterNet作为特征提取网络，充分提取目标空间特征，提高了模型的计算效率；使用加性注意力代替原网络的AIFI，实现更丰富的浅层和深层特征交互；提出了上下文引导的跨尺度特征重建融合模块，设计多尺度网络来提取上下文特征，并对提取后的特征进行融合重构，突出了雾天目标特征，提高了算法在雾天场景中的检测效果。在RTTS数据集上的实验表明：较于基准RTDETR，mAP提高了2.35个百分点，mmAP提高了3.66个百分点，召回率提升了4.71个百分点，参数量减少了9.82×106，证明了EC-RTDETR在实现轻量化的同时，有效提升了雾天场景下的目标检测性能。

关键词：图像去雾,目标检测,RTDETR,跨尺度特征重建,轻量化网络