仪器仪表学报

作者：郭润泽，孙 备，孙晓永，卜德森，苏绍璟

单位：郭润泽,1.国防科技大学智能科学学院,,孙 备,1.国防科技大学智能科学学院,,孙晓永,1.国防科技大学智能科学学院,,卜德森,1.国防科技大学智能科学学院,,苏绍璟,1.国防科技大学智能科学学院,

关键词：弱光条件;无人机;多尺度差分注意力;多模;目标检测

基金：湖南省研究生科研创新(QL20230009)项目资助

弱光条件下,图像亮度低、对比度弱、成像质量差,且由于机载算力的制约,算法部署应用难以落地,极大地影响了无人机对目标的识别定位精度。因此,无人机弱光照条件下目标检测方法具有重要的理论意义和应用价值。针对此问题,提出了耦合光照条件和对比度的多尺度差分注意力融合检测方法。首先,设计了信息感知引导的多尺度差分注意力融合检测网络,通过信息感知模块计算图像的光照信息和目标的局部对比度,来引导多尺度差分注意力模块对可见光和红外图像的模态内和模态间特征进行深度交叉融合,以提升弱光条件下无人机对地目标的检测识别精度;其次,基于多模吊舱、边缘计算模块和自组网电台构建了一套旋翼无人机多模目标检测系统,针对可见光和红外数据,在通信交互上具有规范的传输协议和统一的任务管理机制,可实现同步解码;随后,设计了对比和消融实验,实验结果显示该方法在典型暗光照数据集LLVIP上mAP达到69.2%,较改进前提升3.9%,并优于典型的双流网络LRAF-Net。最后,在机载端对本文算法进行了轻量化部署和验证,结果表明在真实弱光场景下该算法能显著提升无人机对目标的检测能力,且平均运行效率可达21.2FPS,满足机载端应用需求。

来源：2025年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第1期