基于路侧相机的自适应空间变换车辆检测方法
作者机构:上海海事大学物流工程学院
出 版 物:《计算机工程》 (Computer Engineering)
年 卷 期:2024年
学科分类:08[工学] 080203[工学-机械设计及理论] 0838[工学-公安技术] 0802[工学-机械工程]
主 题:自适应空间变换 Transformer 车辆检测 通道空间注意力 路侧相机
摘 要:为了提高基于路侧相机的车辆检测的准确性和效率,研究了一种融合卷积神经网络与Transformer模型的车辆检测模型。针对复杂的交通场景,设计了自适应空间转换器,将其与ResNet50结合构建了可以应对车辆视角和尺度变换的主干网络;然后,设计了基于角度和距离的位置编码,优化Transformer模型输入,使模型充分利用图像中的空间信息,并采用了通道空间注意力模块,以更好地捕获图像中的全局信息;在解码器部分,去除了自回归机制,允许模型并行解码多个目标,并引入了目标查询集嵌入,使其更适应车辆检测任务。实验结果表明,所提模型在UA-DETRAC、IITM-hetra和自采数据集上的mAP0.5分别达到96.42%、87.82%和98.64%,在所有尺寸上均超越了其他对比模型。消融实验进一步验证了各模块对性能的关键贡献。