Em cenários noturnos complexos, as variações de iluminação, o bloqueio de pedestres e as diferentes escalas dos pedestres resultam na redução da precisão da detecção de pedestres. Para isso, propõe-se um algoritmo denso de detecção de pedestres baseado na fusão de características em múltiplas escalas em ambientes de baixa luminosidade noturna. Primeiramente, foi projetada uma rede bidirecional de agregação de características que integra módulos de autoatenção com convolução híbrida, para fortalecer a fusão das características em múltiplas escalas e melhorar a distinção entre pedestres e fundo, reduzindo o impacto das diferenças de escala dos alvos na detecção. Em seguida, foi construído uma estratégia conjunta de detecção multirramos que utiliza a alta discriminação das características do contorno, pernas e braços dos pedestres em ambientes noturnos de baixa luminosidade para auxiliar na detecção, reduzindo o impacto da baixa luminosidade e do bloqueio na detecção. Depois, na pós-processamento, foi introduzida a consideração da distância central entre as caixas de detecção, reduzindo os scores de confiança das caixas fortemente bloqueadas e realizando uma nova seleção, preservando assim os resultados corretos da detecção dos alvos bloqueados e reduzindo ainda mais a taxa de perda de detecção. Por fim, a eficácia do algoritmo proposto foi validada experimentalmente. Os resultados experimentais indicam que a taxa média logarítmica de perdas do algoritmo diminuiu 2,8% e 3,3% nos conjuntos de dados NightOwls e NightSurveillance, respectivamente; no conjunto de dados LLVIP, a precisão média e a taxa de recall aumentaram 2,1% e 2,9%, respectivamente, e os três módulos aprimorados contribuem para a melhoria do desempenho geral do algoritmo.

detecção de pedestres;detecção conjunta multirramos;fusão de características em múltiplas escalas;mecanismo de atenção;otimização de pós-processamento