multispectral pedestrian detection | BriefGPT

关键词multispectral pedestrian detection

搜索结果 - 7

AMFD: 自适应多模态融合的多光谱行人检测
多光谱行人检测中，采用自适应模态融合蒸馏（AMFD）框架，可有效利用原始模态特征，通过模态提取对齐模块提供学生网络的学习权重，进而独立于教师网络获得最佳融合策略，并在 KAIST、LLVIP 和 SMOD 数据集上实验证明了该方法在降低漏检
PDF2 months ago
MSCoTDet: 基于语言驱动的多模态融合技术用于提升多光谱行人检测
多光谱行人检测通过引入大型语言模型，融合了视觉与语言信息，提高了检测准确性。
PDF3 months ago
WCCNet: 带有波变换的 CNN 与跨模态重排融合用于快速的多光谱行人检测
在具有挑战性条件下，多光谱行人检测在各种任务中实现更好的可视性，因此具有广泛的应用，其中准确性和计算成本非常重要。本文提出了一种名为 WCCNet 的新颖高效的框架，能够差异化地提取不同光谱的丰富特征，降低计算复杂性，并对这些特征进行语义重
PDFa year ago
通过解决模态失衡问题来提高多光谱行人检测
本研究提出了一种名为 MBNet 的多光谱行人检测模型，利用 Differential Modality Aware Fusion 模块以及光照感知特征对多种模态进行融合，在 KAIST 和 CVC-14 数据集上均取得了领先于现有模型的准
PDF4 years ago
ICCV跨模态弱对齐学习用于多光谱行人检测
本文提出了一种新型的对齐区域卷积神经网络 (AR-CNN)，通过区域特征对齐，多模态融合和 RoI 抖动等方式处理颜色 - 热图图像不完全对齐的问题，实现多光谱行人检测，并提出了新型的 bounding box 标记方法。
PDF5 years ago
基于同时检测和分割的多光谱行人检测
本研究针对光照不足条件下的多光谱行人检测，提出了一种融合网络架构，包括多光谱提议网络和多光谱分类网络。该网络通过同时优化行人检测和语义分割任务进行学习，并通过整合不同模式和两个阶段的输出来获得最终的检测结果，在 KAIST 数据集上显著优于
PDF6 years ago
行人检测的多光谱深度神经网络
本论文通过对 Faster R-CNN 进行多光谱行人检测任务的深入分析，并将其建模为卷积神经网络（ConvNet）融合问题，同时发现使用彩色和热成像图像训练的基于 ConvNet 的行人检测器在区分人类实例方面提供了互补信息，其在 KAI
PDF8 years ago