Devido à existência de alvos em múltiplas escalas e parcialmente ocultos nas imagens infravermelhas de pedestres, o que dificulta a detecção precisa pelos algoritmos tradicionais, propõe-se um algoritmo de detecção de pedestres infravermelhos em múltiplas escalas sob um mecanismo dinâmico de otimização de características. Para resolver o problema da baixa precisão de detecção causada pela dificuldade de expressar efetivamente as características dos pedestres em ambientes complexos, propõe-se um mecanismo dinâmico de otimização de características, por meio do design de um módulo de percepção de luminosidade e do modelo de otimização EG-Chimp que, ao aumentar o contraste local da imagem de entrada, suprime as informações de fundo; foi construída uma rede de extração de características CSPDarkNet e, com base nela, foram construídas a estrutura de pirâmide de características CSFF-BiFPN e o módulo de fusão de características entre escalas para melhorar a precisão de detecção da rede para alvos de pedestres em múltiplas escalas e parcialmente ocultos; para localizar com mais precisão os alvos de pedestres, foi introduzida a função de perda CIOU para acelerar a convergência da rede, melhorando assim o desempenho da detecção. Foram selecionados 9 algoritmos clássicos para testes comparativos no conjunto de dados KAIST. Os resultados experimentais mostram que o algoritmo proposto pode detectar com precisão alvos de pedestres infravermelhos em múltiplas escalas e parcialmente ocultos em ambientes complexos, alcançando uma precisão de detecção de 90,7%, validando as vantagens da rede de detecção proposta.

Detecção de pedestres infravermelhos;multiescala;otimização dinâmica de características;percepção de luminosidade;fusão de características