基于多级特征提取的低光照目标检测算法

来源：计算机工程与应用杂志2024年第24期北京时间：

作者：谭豪, 张惊雷, 贾鑫

单位：1.天津理工大学 电气工程与自动化学院，天津 300384；2.天津理工大学 工程训练中心，天津 300384

摘要：自然环境下普遍存在着低光照场景，导致目标检测任务精度降低。提出了一种低光照目标检测算法MLFE-YOLOX。引入轻量级图像增强算法IAT，还原低照度图像更多的细节。设计了一种多级特征提取的CSP-M模块，加强模型在低光照条件下图像的特征提取能力。引入卷积注意力机制CBAM，自适应测量目标位置与背景信息的相关程度，降低背景信息带来的干扰。设计了多级特征融合模块CSP-MC，增强模型融合多级特征和发掘并融合静态和动态上下文信息的能力。采用ExDark、UFDD数据集进行实验验证，实验结果表明，该方法有效克服了光照不足带来的影响，与主流算法相比检测精度明显提升。

关键词：低光照,多级特征,YOLOX,注意力机制