低照度环境的车辆检测算法研究

摘要

夜间等低照度环境下,光源复杂、采集图像伴有噪声,图像细节信息弱化,造成夜间车辆目标特征提取困难,误检率、漏检率高。本文以夜间微弱路灯下车辆为研究目标,采集低照度环境中车辆图片,构造夜间车辆数据集,对低照度车辆数据集中部分较暗图像进行低照度图像增强处理,并使用增强后的图片对夜间车辆数据集进行扩展。采用YOLOv5s建立夜间车辆检测模型,并在此基础上采用ShuffleNetv2的思想对网络继续优化,结构改进后的检测网络对夜间远处车辆和被遮挡车辆的检测效果更好。