易 诗，周思尧，沈 练，朱竞铭

基于增强型轻量级网络的车载热成像目标检测方法

易 诗，周思尧，沈 练，朱竞铭

（成都理工大学信息科学与技术学院，四川 成都 610059）

车载热成像系统不依赖光源，对天气状况不敏感，探测距离远，对夜间行车有很大辅助作用，热成像自动目标检测对夜间智能驾驶具有重要意义。车载热成像系统所采集的红外图像相比可见光图像具有分辨率低，远距离小目标细节模糊的特点，且热成像目标检测方法需考虑车辆移动速度所要求的算法实时性以及车载嵌入式平台的计算能力。针对以上问题，本文提出了一种针对热成像系统的增强型轻量级红外目标检测网络（Infrared YOLO，I-YOLO），该网络采用（Tiny you only look once，Tiny-YOLO V3）的基础结构，根据红外图像特点，提取浅层卷积层特征，提高红外小目标检测能力，使用单通道卷积核，降低运算量，检测部分使用基于CenterNet结构的检测方式以降低误检测率，提高检测速度。经实际测试，Enhanced Tiny-YOLO目标检测网络在热成像目标检测方面，平均检测率可达91%，检测平均速度达到81Fps，训练模型权重96MB，适宜于车载嵌入式系统上部署。

车载热成像系统；夜间智能驾驶；I-YOLO红外目标检测网络；CenterNet结构；车载嵌入式平台

0 引言

车载热成像系统目前在一些高端汽车上作为夜间驾驶辅助设备有所部署。由于热成像系统依据物体的温差进行成像，不受光源影响，同时受到天气变化的影响较小，且具备较长的探测距离[1]，因此车载热成像对于高级驾驶辅助系统（advanced driving assistance system, ADAS）的夜间行车模块具备很强的应用价值[2-3]。……