激光与红外

作者：胡丹妮

单位：1.浙江理工大学 理学院,浙江 杭州 310018；2.丽水学院 工学院,浙江 丽水 323000；3.丽水学院 数学与计算机学院,浙江 丽水 323000；

关键词：双模态;图像融合;YOLOv10;Transformer;目标检测;红外图像

基金：国家自然科学基金项目(No.11775104)；浙江省自然科学基金探索项目(No.LTGN23F020001)资助。

针对复杂环境中无人机小目标以及因目标密集和相互遮挡而导致精度低、漏检率高的问题,提出一种基于YOLOv10的双模态图像融合目标检测算法,对可见光图像和红外图像的特征进行优势互补,提升目标检测效果。首先,设计了一个基于特征级融合的YOLOv10双主干特征融合检测模型,有效整合多模态信息；其次,结合Transformer的全局建模特性,嵌入特征融合模块CFT,实现多尺度特征的高效交互；最后,提出EMA PSA模型,通过增强对未遮挡区域特征的捕捉,补偿遮挡区域特征的损失,显著提升了检测性能。在DroneVehicle数据集上,与基于YOLOv10的可见光图像和红外图像单模态检测方法相比,改进算法的平均精度均值(mAP)分别提升了11和67；与提出的YOLOv10双模态检测模型相比,mAP提升了17。此外,在FLIR数据集上同样表现出色,进一步验证了其有效性。

来源：2025年第11期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第11期