基于改进YOLOv5的可见光和红外图像特征级融合检测算法研究

来源：计算机应用与软件杂志2025年第4期北京时间：

作者：梁思远, 豆飞, 谢莎婷, 赵红怡, 田青

摘要：目前室内公共场所施行常态化体温监测，既有测温方案存在测温速度慢、测温精度低、监控范围小等劣势。针对现有问题，该文提出基于YOLOv5改进的目标检测算法，搭配双目摄像头实时监测行人体温。算法引入DenseFuse在特征级融合输入可见光和红外图像，以获取不同含义特征信息增强特征结构性；利用Decoupled Head替换原耦合检测头，以增强输出端表达能力提高检测准确率。实验结果表明，相比原YOLOv5该文所提出方法召回率提升了6.29百分点，平均准确率提升了6.37百分点，可以满足大客流场景下高效、准确的实时检测需求。

关键词：YOLOv5, 图像融合, 目标检测