王文博， 朱世豪， 陈泽宇， 张伟斌

（南京理工大学电子工程与光电技术学院，江苏 南京 210014）

引言

交通感知是智能交通中的一个重要的环节，一直伴随并推动着智能交通技术的发展。近年来随着人工智能、物联网、传感器技术等领域的进步，交通感知技术也得到了翻天覆地的发展。感知的视角得到拓展，遍布于车端、路端、空端等各个维度；感知的方式得到革新，包含视觉、雷达、声纳等各种方式。这些新兴的技术将服务于智能交通的各个领域，包括但不局限于智能运维系统［1］、信号灯控制［2］、无人驾驶等领域［3］，将极大程度地提高交通资源的利用率、车辆行驶的安全性、车辆乘坐的舒适性等。

目标检测是交通感知中最基础的研究内容之一，也是计算机视觉领域一直以来的研究热点［4］。现代智慧交通在目标检测方面提出了一些新的要求：（1）实时性，目标检测需要能够快速响应，以适应动态变化的环境和交通状况。（2）精确性，要能够准确地定位和识别目标，以提高安全性和效率。（3）鲁棒性，需要能够适应复杂多变的天气、光照、遮挡等因素，以保证检测性能的稳定性。与此同时也带了更多的挑战：（1）小目标检测，智慧交通场景中经常会出现小目标，如远处的车辆、行人、自行车等，这些目标在图像中占据的像素很少，难以提取有效的特征进行检测。（2）多尺度检测，目标尺度差异很大，这些目标在图像中占据的像素范围不同，需要不同的感受野进行检测。此外，多尺度检测也需要考虑目标在不同距离下的形变和视角变化。……