.png){kind=icon}
返回
Infrared-Visible Object Detection via Distillation-Fermentation Dual Processing
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3610025.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的双处理框架用于红外-可见光目标检测，其灵感来源于中国传统白酒酿造中的发酵-蒸馏范式。为解决RGB和热模态的互补特性，我们首先设计了一个双阶段特征互补融合模块（DFCF），该模块对跨模态特征依次进行粗粒度和细粒度处理。随后，通过扩展YOLOv11架构并采用可变核和通道分离策略，开发了一个多形态卷积模块（PCM）。此外，自适应语义聚合模块（ASA）能够有效整合浅层边界细节与深层语义特征。在多个数据集上的广泛实验表明，与广泛采用的方法相比，本文方法实现了更优的性能，尤其在低光照等挑战性场景中取得了显著提升。消融实验验证了所提各组件的贡献。
Keyword:
Dual processing
infrared and visible
object detection
期刊
I
IF:
3.9
论文数:
622
被引数:
0
机构
引用论文
暂无论文信息