您当前的位置：
首页 >
文章列表页 >
夜间低光照场景下基于多尺度特征融合的密集行人检测算法
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 夜间低光照场景下基于多尺度特征融合的密集行人检测算法

    • Dense pedestrian detection algorithm based on multi-scale feature fusion for low-light nighttime scenes

    • “在复杂夜间场景中，光照变化、行人受遮挡以及行人尺度不一等因素导致行人检测的准确率出现了降低，某团队提出夜间低光照场景下基于多尺度特征融合的密集行人检测算法，通过双向路径特征聚合网络、多分支联合检测策略及优化后处理降低漏检率，为夜间行人检测体系建设奠定了基础。”
    • 马晞茗 ，李宁 ，年伦 ，吴迪 ，于祥跃 ，李峥 ，王瑶
    • 光学精密工程 2026年34卷第14期 页码：2217-2231

    • DOI： 10.37188/OPE.20263414.2217     

      中图分类号：
    • CSTR： 32169.14.OPE.20263414.2217     

    • 修回：2026-04-13 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

173

浏览量

135

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于头部与整体信息联合的行人检测算法
位置敏感Transformer航拍图像目标检测模型
超广角OCT图像眼底脉络膜层METransUNet分割网络模型
基于双重频域增强与动态核引导的DFD-DETR钢材表面缺陷检测
Sat-YOLO：面向空间卫星的目标检测器

相关作者

刘一豆
李大湘
辛嘉妮
刘颖
赖平红
江志豪
祝琴
曾明如

相关机构

北京邮电大学 网络空间安全学院
西安邮电大学 通信与信息工程学院
南昌大学 信息工程学院
江西省人民医院
南昌大学 经济管理学院