LAGSwin:本地注意力引导的Swin变压器用于热红外运动物体检测

科学领域:

• 计算机视觉 计算机视觉
• 机器学习 机器学习
• 红外成像技术 红外成像技术

背景情况:

• 热红外图像对物体检测具有低分辨率和对比度等挑战.
• 传统的卷积网络在热成像中努力平衡语义丰富性和空间细节.
• 现有的方法经常忽略特征差异,导致目标检测不准确.

研究的目的:

• 开发一种先进的热红外体育物体检测方法.
• 改进体育目标的空间转换和定向信息的编码.
• 提高热物体检测系统的稳定性和一般化能力.

主要方法:

• 提出了一个局部注意引导的Swin变压器 (LAGSwin) 用于热红外运动物体检测.
• 集成的本地关注与Swin变压器,以丰富低层特征与高层次的语义和上下文信息.
• 采用主动旋转波器进行方向编码,并采用双向交叉融合策略进行多分辨率特征交互.

主要成果:

• 该LAGSwin方法有效地编码体育物体的空间转换和定向信息.
• 通过丰富低层特征和整合上下文信息来改进特征表示.
• 与现有方法相比,在热红外体育目标检测方面表现出卓越的性能.

结论:

• 拟议的LAGSwin检测框架表现出强大的稳定性和概括能力.
• LAGSwin解决了热红外物体检测传统方法的局限性.
• 该方法显示了需要准确的热运动目标识别的真实应用的巨大潜力.