基于改进YOLOv10n的红外图像遮挡行人检测算法

作     者：温福新 许钢 凌成 张星宇 韩超 

作者机构：安徽工程大学电气工程学院 

出 版 物：《重庆工商大学学报(自然科学版)》 (Journal of Chongqing Technology and Business University(Natural Science Edition))

年 卷 期：2025年

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0803[工学-光学工程] 

基　　金：国家自然科学基金区域创新与发展联合基金(U22A2079)资助 

主　　题：红外图像 YOLOv10n 行人检测 轻量级网络 注意力机制 

摘      要：【目的】针对红外图像行人之间存在互相遮挡，导致行人检测算法检测精度较低、模型参数量过大和难以部署到移动端等问题，提出一种基于YOLOv10n改进的轻量化红外图像行人检测算法YOLOv10n-SCM。【方法】首先，引入SCConv卷积模块与主干网络中的C2f模块相结合，形成C2f-SCConv模块，增强模型对细节特征的捕捉能力，提高整体的检测效率和性能；其次，在颈部网络引入CCFM模块，该模块通过降低计算量，使得模型在保持高效率的同时，能够更好地处理尺度变化带来的挑战，从而提升了模型在复杂场景下的检测性能；最后，构建C2f-EMA模块，并用它来替换原有的Neck端中的C2f模块。C2f-EMA模块通过更好地获取上下文信息，进一步提升了模型对红外图像中行人特征信息的提取能力。【结果】实验结果表明：在实验建立的红外图像行人数据集上，改进后的算法模型mAP值比原模型提高1.7%，同时参数量与计算量分别降低了38.3%和26.8%，更好地满足了对于红外图像遮挡行人检测要求。【结论】改进后算法满足了实时性与准确性之间的平衡需求，降低了行人漏检与误检的情况，展现出更高的实用价值。